如何在Pandas分组中比较指定值行的索引/时间先后

问题 #

• 如何在groupby分组内，比较不同列中某行的索引或date_time是否晚于另一行？
• 如何判断mfe_long_return = 33.25的行是否在mae_long_return = -15.00的行之前（通过索引或时间戳）？
• 需要按df.groupby(['date', 'buy_dom','_buy_aggression_pivot'])分组，在组内筛选对应的mfe_long_return和mae_long_return记录。

尝试的代码 #

df.loc[(df.groupby(['date', 'buy_dom','_buy_aggression_pivot',df['mfe_long_return'] > 0])['mfe_long_return'].transform('min') >= 29, 'date_time')] >= df.loc[(df.groupby(['date', 'buy_dom','_buy_aggression_pivot',df['mae_long_return'] < 0])['mae_long_return'].transform('min') <= -15, 'date_time')]

报错信息 #

Can only compare identically-labeled Series objects

数据示例 #

解决方案 #

报错原因是你筛选出的两个date_time序列索引不匹配，无法直接比较。正确做法是在每个分组内分别提取目标行的时间，再做对比。

1. 定义分组处理函数 #

写一个函数处理单个分组，筛选符合条件的行并比较时间顺序：

def check_mfe_before_mae(group):
    # 提取mfe_long_return >=29的行的时间
    mfe_times = group[group['mfe_long_return'] >= 29]['date_time']
    # 提取mae_long_return <=-15的行的时间
    mae_times = group[group['mae_long_return'] <= -15]['date_time']
    
    # 两组都有数据时，比较最早的mfe时间是否早于最早的mae时间
    if not mfe_times.empty and not mae_times.empty:
        return mfe_times.min() < mae_times.min()
    # 任意一组无数据时返回False（可根据需求调整）
    return False

2. 应用分组获取结果 #

将函数应用到分组上，得到每个分组的判断结果：

group_result = df.groupby(['date', 'buy_dom', '_buy_aggression_pivot']).apply(check_mfe_before_mae)

返回结果是一个Series，索引为分组键，值为布尔值，表示该分组内符合条件的mfe行是否早于mae行。

3. （可选）给原DataFrame添加标记 #

如果需要在原数据中标记每行所属分组是否满足条件，可以将结果合并回去：

# 将分组结果转为字典，方便快速查找
result_dict = group_result.to_dict()
# 添加新列
df['mfe_before_mae'] = df.apply(
    lambda row: result_dict[(row['date'], row['buy_dom'], row['_buy_aggression_pivot'])],
    axis=1
)

错误解析 #

你之前的代码把mfe_long_return>0这类条件加入了groupby的分组键，导致分组被不必要地拆分，同时两次筛选得到的Series索引无法对齐，因此触发了Can only compare identically-labeled Series objects错误。正确的逻辑是先按指定字段分组，再在组内筛选目标行进行比较。

内容的提问来源于stack exchange，提问作者kaws