如何按年度聚合CSV交易数据生成符合要求的两个DataFrame

1. 预处理步骤 #

首先导入依赖库，读取CSV数据并完成基础格式处理：

import pandas as pd

# 读取本地CSV文件
df = pd.read_csv("你的数据文件路径.csv")

# 转换日期字段为datetime格式，方便提取年份
df["date"] = pd.to_datetime(df["date"])
# 新增年份列作为分组维度
df["year"] = df["date"].dt.year

# 可选：如果数据存在成交量、收盘价为空的记录，先行过滤
df = df.dropna(subset=["vol", "收盘价"])

2. 生成年度最高成交量DataFrame #

通过分组后广播最大值的方式，筛选出每一年成交量最高的全部记录，自动保留同一年所有并列最大值的条目：

max_vol_df = df[
    df["vol"] == df.groupby("year")["vol"].transform("max")
][["year", "date", "vol"]].reset_index(drop=True)

3. 生成年度最高收盘价DataFrame #

逻辑和最高成交量处理一致，替换对应字段即可：

max_close_df = df[
    df["收盘价"] == df.groupby("year")["收盘价"].transform("max")
][["year", "date", "收盘价"]].reset_index(drop=True)

格式调整说明 #

如果最终输出不需要展示year字段，只需要在上述代码的字段筛选部分去掉year即可，匹配需求中的输出示例格式。

内容的提问来源于stack exchange，提问作者daniel