非时间维度分桶：基于数量计算VWAP的Pandas/Numpy实现方法问询

嘿，这个问题我太有共鸣了！之前用循环拆单个数量单位的方式处理，不仅代码臃肿，数据量大的时候慢得离谱。其实用 Pandas 结合 Numpy 的向量化操作就能高效解决，完全不用拆分成单个条目。下面是具体的实现思路和代码：

步骤1：构造测试数据 #

先把你给出的 DataFrame 构造出来，方便后续演示：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'price': [100, 102, 105, 99, 104, 103, 101],
    'quantity': [20, 31, 25, 40, 10, 20, 55]
})

步骤2：计算累积指标 #

先算出累积成交量和累积成交金额，这是后续分组计算的核心基础：

# 累积成交量
df['cum_qty'] = df['quantity'].cumsum()
# 累积成交金额（价格×数量的累积和）
df['cum_amt'] = (df['price'] * df['quantity']).cumsum()

步骤3：批量计算VWAP #

核心思路是按每50单位的区间划分批次，通过搜索累积成交量的索引，快速定位每个批次覆盖的行，再计算该批次的总金额和总数量，最终得到VWAP：

# 生成所有批次的边界（0-50,50-100,...）
max_total_qty = df['cum_qty'].iloc[-1]
batch_bins = np.arange(0, max_total_qty + 50, 50)

vwap_list = []
for start, end in zip(batch_bins[:-1], batch_bins[1:]):
    # 定位批次覆盖的起始和结束行索引
    idx_start = df['cum_qty'].searchsorted(start, side='left')
    idx_end = df['cum_qty'].searchsorted(end, side='left') - 1
    
    total_qty = 0
    total_amt = 0
    
    # 处理批次内的完整行
    if idx_start <= idx_end:
        total_qty += df['quantity'].iloc[idx_start:idx_end+1].sum()
        total_amt += (df['price'] * df['quantity']).iloc[idx_start:idx_end+1].sum()
    
    # 处理起始行的部分成交量（当批次起始点不在累积量的节点上时）
    if idx_start > 0:
        prev_cum = df['cum_qty'].iloc[idx_start - 1]
        if start > prev_cum:
            partial_qty = start - prev_cum
            total_qty += partial_qty
            total_amt += df['price'].iloc[idx_start] * partial_qty
    
    # 处理结束行的部分成交量（当批次结束点不在累积量的节点上时）
    if idx_end < len(df) - 1:
        curr_cum = df['cum_qty'].iloc[idx_end]
        if end > curr_cum:
            partial_qty = end - curr_cum
            total_qty += partial_qty
            total_amt += df['price'].iloc[idx_end + 1] * partial_qty
    
    # 计算当前批次的VWAP（避免除以0的情况）
    if total_qty > 0:
        vwap = total_amt / total_qty
        vwap_list.append({
            '批次区间': f'{start}-{end}单位',
            'VWAP': round(vwap, 2),
            '实际成交量': total_qty
        })

# 转成DataFrame查看结果
vwap_result = pd.DataFrame(vwap_list)
print(vwap_result)

结果说明 #

运行后会得到每个50单位批次的VWAP值，哪怕某一行的成交量跨了两个批次（比如第2行的31单位，前10单位属于第一个批次，后21单位属于第二个批次），代码也能自动拆分计算，完全不需要循环处理单个数量单位。如果最后一批的成交量不足50单位，代码也会正常计算VWAP，你可以根据需求决定是否保留这一批。

内容的提问来源于stack exchange，提问作者cJc