如何在DataFrame中按symbol分组计算每组买卖行对应数值的差值

你之前的代码问题在于没有按symbol分组就直接做全表diff，一旦symbol的排序不连续或者出现缺失行，就会出现跨symbol计算的错误，而且只覆盖了mean和wav两列，没有处理min、max字段。
下面给出两种高效的向量化实现，都不需要遍历行： #

方案1：用pivot透视表实现（性能最优） #

先把side字段转成列索引，直接做列级别的减法，逻辑最直观：

# 指定要计算差值的数值列
num_cols = ["min", "max", "mean", "wav"]
# 按symbol聚合，把side转成二级列索引
pivot_df = stats.pivot(index="symbol", columns="side", values=num_cols)
# 直接用sell列减去对应buy列
diff_df = pivot_df.xs("sell", axis=1, level=1) - pivot_df.xs("buy", axis=1, level=1)
# 重命名列+重置索引得到最终结果
diff_df = diff_df.add_suffix("_sell_minus_buy").reset_index()

方案2：用groupby分组实现 #

如果更习惯分组逻辑，用groupby的自定义计算也可以，性能和透视表方案几乎无差：

num_cols = ["min", "max", "mean", "wav"]

def group_diff(group):
    sell_val = group.loc[group["side"] == "sell", num_cols].iloc[0]
    buy_val = group.loc[group["side"] == "buy", num_cols].iloc[0]
    return sell_val - buy_val

diff_df = stats.groupby("symbol", group_keys=False).apply(group_diff).reset_index()
diff_df = diff_df.add_suffix("_sell_minus_buy")

运行结果 #

针对你给出的测试数据，最终输出结果如下：

内容的提问来源于stack exchange，提问作者darren