如何用Python(Pandas)多条件筛选交易数据并迁移指定行至Excel新工作表？

以下是实现你需求的完整代码，包含多条件筛选和工作表移动的逻辑：

完整代码 #

import pandas as pd
from openpyxl import load_workbook

# 1. 加载Excel数据
df = pd.read_excel('交易数据.xlsx')  # 替换为你的文件路径

# 2. 数据预处理：转换时间列格式
df['Trade Time'] = pd.to_datetime(df['Trade Time'])
df['Maturity'] = pd.to_datetime(df['Maturity'])  # 若Maturity为数值型（如天数）则注释此行

# 3. 筛选USD币种的交易
df_usd = df[df['Curr1'] == 'USD'].copy()
non_usd_df = df[df['Curr1'] != 'USD']  # 保留非USD交易

# 4. 按Notional 1分组处理
selected_rows = []
remaining_usd_rows = []

for _, group in df_usd.groupby('Notional 1'):
    # 按交易时间排序
    sorted_group = group.sort_values('Trade Time').reset_index(drop=True)
    
    # 计算相邻交易的时间间隔（分钟）
    sorted_group['time_diff'] = sorted_group['Trade Time'].diff().dt.total_seconds() / 60
    
    # 标记时间间隔在1分钟内的交易集群
    cluster_id = 0
    clusters = [0]
    for i in range(1, len(sorted_group)):
        if sorted_group['time_diff'].iloc[i] > 1:
            cluster_id += 1
        clusters.append(cluster_id)
    sorted_group['cluster'] = clusters
    
    # 处理每个集群
    for _, cluster in sorted_group.groupby('cluster'):
        if len(cluster) < 2:
            remaining_usd_rows.append(cluster)
            continue
        
        # 检查价格价差是否≤0.5%
        min_price = cluster['Price'].min()
        max_price = cluster['Price'].max()
        price_pct_diff = (max_price - min_price) / min_price
        
        if price_pct_diff <= 0.005:
            # 筛选集群中期限最远的行
            max_maturity_row = cluster[cluster['Maturity'] == cluster['Maturity'].max()]
            selected_rows.append(max_maturity_row)
            
            # 保留集群中其他行
            remaining_cluster = cluster[cluster['Maturity'] != cluster['Maturity'].max()]
            remaining_usd_rows.append(remaining_cluster)
        else:
            remaining_usd_rows.append(cluster)

# 5. 合并剩余数据（USD剩余行 + 非USD行）
remaining_df = pd.concat(remaining_usd_rows + [non_usd_df], ignore_index=True)
# 合并选中的期限最远行
selected_df = pd.concat(selected_rows, ignore_index=True)

# 6. 写入Excel的两个工作表
with pd.ExcelWriter('处理后交易数据.xlsx', engine='openpyxl') as writer:
    remaining_df.to_excel(writer, sheet_name='剩余交易', index=False)
    selected_df.to_excel(writer, sheet_name='最远期限交易', index=False)

关键逻辑说明 #

• 时间间隔筛选：通过计算相邻交易的时间差，将1分钟内的交易划分为同一集群
• 价格价差判断：用(最高价-最低价)/最低价计算相对价差，确保不超过0.5%
• 期限筛选：在符合条件的集群中，选取Maturity值最大（日期最晚/数值最大）的行
• 数据保留：非USD交易直接保留在原数据集中，符合条件的USD交易除选中行外也保留

注意事项 #

1. 若Maturity是数值型（如剩余天数），请注释掉df['Maturity'] = pd.to_datetime(df['Maturity'])这一行
2. 请将代码中的文件路径替换为你实际的Excel文件路径
3. 若存在多个行拥有相同的最大Maturity，代码会将这些行全部选中，可根据需求调整筛选逻辑

内容的提问来源于stack exchange，提问作者Serg