Pandas访问历史时序数据 基于前置条件计算新增profit列

逻辑说明 #

你要求的计算规则可拆解为：

• 当buyer为False时，profit计算公式为：- (price * qty)
• 当buyer为True时，先取当前行之前最近的buyer=False行的price作为基准价，profit计算公式为：(当前行price - 基准价) * 当前行qty

实现代码 #

import pandas as pd

# 构造示例数据，实际使用时替换为自己的数据源即可
data = {
    'price': [2, 3, 4, 5],
    'qty': [4, 2, 2, 4],
    'buyer': [False, True, True, False]
}
df = pd.DataFrame(data, index=pd.to_datetime(['2021-11-06', '2021-11-07', '2021-11-08', '2021-11-09']))
df.index.name = 'time'

# 注意：必须保证数据按时间升序排列，若原始数据未排序先执行以下语句
# df = df.sort_index()

# 提取所有buyer=False行的价格，向前填充到后续所有行作为基准价
df['last_short_price'] = df['price'].where(~df['buyer']).ffill()

# 按规则计算profit
df['profit'] = df.apply(
    lambda row: -row['price'] * row['qty'] if not row['buyer'] 
    else (row['price'] - row['last_short_price']) * row['qty'],
    axis=1
)

# 可选：删除中间辅助列
df.drop('last_short_price', axis=1, inplace=True)

print(df)

输出结果验证 #

运行后得到的profit列和你给出的示例完全一致：

内容的提问来源于stack exchange，提问作者kduf