Python如何对DataFrame中Close列重复值对应的Volume列数据求和

实现方法 #

你可以直接用Pandas的分组求和功能完成统计，核心逻辑是按Close列分组后对Volume列求和，以下是完整可运行的代码：

import pandas as pd

# 这里替换成你自己的原始DataFrame读取逻辑，比如从csv读取的话用pd.read_csv(xxx)
# 以下是示例数据构造代码，方便你测试效果
raw_data = {
    "Date": [0, 1, 2, 3, 4, 5],
    "Close": [4420, 4420.25, 4420.5, 4420, 4420.75, 4422],
    "Volume": [100, 200, 300, 200, 200, 300]
}
df = pd.DataFrame(raw_data)

# 核心统计逻辑
result_df = df.groupby("Close", as_index=False)["Volume"].sum()
# 可选：把成交量列重命名更清晰
result_df = result_df.rename(columns={"Volume": "TotalVolume"})

# 输出查看结果
print(result_df)

输出结果 #

对应你的示例数据，运行后得到的result_df如下：

注意事项 #

• 由于浮点运算可能存在精度误差，建议分组前先对Close列做精度对齐，符合S&P期货0.25最小变动单位的特性：df["Close"] = df["Close"].round(2)
• 如果你需要把价格作为索引使用，把groupby方法里的as_index参数改为True即可。

内容的提问来源于stack exchange，提问作者BubbaKush