Pandas：关联日期汇率换算后按日汇总存取款金额的实现方法

前置假设 #

• 交易DataFrame命名为df_trans，包含字段：账号/取款金额/存款金额/交易日期/币种
• 欧元兑英镑汇率DataFrame命名为df_eur_gbp，包含字段：日期/汇率（值为1欧元可兑换的英镑数量）
• 美元兑英镑汇率DataFrame命名为df_usd_gbp，包含字段：日期/汇率（值为1美元可兑换的英镑数量）

步骤说明 #

1. 统一所有日期字段为datetime格式，避免关联失败
2. 合并两个汇率表生成全币种汇率映射表，补充英镑本身的汇率（1:1）
3. 交易表关联汇率表，匹配对应日期对应币种的英镑汇率
4. 换算存取款金额为英镑单位
5. 按日期分组汇总每日总存取款额

完整代码 #

import pandas as pd

# 1. 统一日期格式
df_trans['交易日期'] = pd.to_datetime(df_trans['交易日期'])
df_eur_gbp['日期'] = pd.to_datetime(df_eur_gbp['日期'])
df_usd_gbp['日期'] = pd.to_datetime(df_usd_gbp['日期'])

# 2. 合并汇率表，生成统一汇率映射
df_eur_gbp['币种'] = 'EUR'
df_usd_gbp['币种'] = 'USD'
# 拼接两个汇率表，补充GBP的汇率（1英镑=1英镑）
df_rate = pd.concat([df_eur_gbp, df_usd_gbp], ignore_index=True)
# 生成GBP的全量日期汇率，避免英镑交易匹配失败
gbp_dates = pd.date_range(start=df_trans['交易日期'].min(), end=df_trans['交易日期'].max())
df_gbp_rate = pd.DataFrame({'日期': gbp_dates, '汇率': 1, '币种': 'GBP'})
df_rate = pd.concat([df_rate, df_gbp_rate], ignore_index=True)

# 3. 交易表关联汇率表
df_trans = df_trans.merge(
    df_rate,
    left_on=['交易日期', '币种'],
    right_on=['日期', '币种'],
    how='left'
)

# 可选：检查是否有缺失汇率的记录，按需处理（删除/手动填充汇率）
# print(df_trans[df_trans['汇率'].isna()])

# 4. 换算存取款金额为英镑
df_trans['取款金额_GBP'] = df_trans['取款金额'] * df_trans['汇率']
df_trans['存款金额_GBP'] = df_trans['存款金额'] * df_trans['汇率']

# 5. 按日期分组汇总
df_daily_summary = df_trans.groupby('交易日期', as_index=False).agg(
    每日总取款额_GBP=('取款金额_GBP', 'sum'),
    每日总存款额_GBP=('存款金额_GBP', 'sum')
)

# 输出结果
print(df_daily_summary)

提示：如果交易数据中包含EUR/USD/GBP之外的其他币种，只需补充对应币种的每日汇率表，按上述EUR/USD的处理方式添加币种标识后拼入df_rate即可正常匹配换算。

内容的提问来源于stack exchange，提问作者xhi4m