Python Pandas条件聚合问题：按时间区间、价格阈值求和交易量

你需要保证过滤用的时间边界和原数据的时区保持一致，避免出现匹配错误，具体实现如下：

import pandas as pd

# 1. 统计指定时间区间内的volume总和
# 构造与原数据时区一致的时间边界
start = pd.Timestamp("2021-09-29 04:15:00", tz="America/New_York")
end = pd.Timestamp("2021-09-29 06:15:00", tz="America/New_York")
time_range_sum = df[(df["datetime"] > start) & (df["datetime"] < end)]["volume"].sum()

# 2. 统计price大于20的volume总和
price_filter_sum = df[df["price"] > 20]["volume"].sum()

• time_range_sum计算结果为1500：匹配到2021-09-29 04:30、05:30、06:00三条记录，对应volume求和为300+700+500=1500，符合预期。
• price_filter_sum计算结果为1300：匹配到price=22、price=29两条记录，对应volume求和为900+400=1300，符合预期。

内容的提问来源于stack exchange，提问作者GinSnipe