Pandas 使用自定义体积加权聚合重新采样

Question

我正在尝试根据我有多个数据点的 5 秒时间步长进行成交量加权价格汇总。通过传递聚合类型的字典，我可以获得单个字段的简单均值和总和聚合。但是，要生成体积加权聚合，我需要同时使用定价和体积字段为每个步骤生成它。

                    TS          P           Q
D           
2018-01-01 00:00:00 1514764800  1673574.0   0.164012
2018-01-01 00:00:00 1514764800  1673954.0   0.006000
2018-01-01 00:00:00 1514764800  1673967.0   0.005808
2018-01-01 00:00:00 1514764800  1673949.0   0.040000
2018-01-01 00:00:00 1514764800  1673573.0   0.159234
2018-01-01 00:00:00 1514764800  1673569.0   0.007000
2018-01-01 00:00:00 1514764800  1673949.0   0.100000
2018-01-01 00:00:00 1514764800  1673569.0   0.008000
2018-01-01 00:00:00 1514764800  1673949.0   0.033000
2018-01-01 00:00:00 1514764800  1673346.0   0.033000
2018-01-01 00:00:01 1514764801  1673967.0   0.212200
2018-01-01 00:00:02 1514764802  1673954.0   0.006765
2018-01-01 00:00:03 1514764803  1673950.0   0.012000
2018-01-01 00:00:03 1514764803  1673955.0   0.005700
2018-01-01 00:00:03 1514764803  1673642.0   0.031197
2018-01-01 00:00:03 1514764803  1673949.0   0.067654

成交量权重公式应该只是数量 x 价格的累加总和除以该期间的总数量。

有没有一种方法可以通过使用价格和数量系列到 return VWAP 的自定义聚合来做到这一点？

Answer 1

使用.apply您可以编写任何您想要的自定义聚合函数。

def vwap(data):
    return (data.P * data.Q).sum() / data.Q.sum()

使用石斑鱼时，可以这样应用：

df.groupby(pd.Grouper(freq="5s")).apply(vwap)

通过重采样，也可以使用.apply：

df.resample("5s").apply(vwap)

Pandas 使用自定义体积加权聚合重新采样

Pandas resampling with custom volume weighted aggregation

python

resampling

pandas