Python：聚合函数（groupby）

一堆废话

---

不知不觉都12月12日了。
如果再不写CSDN，我的持之以恒勋章就要消失了！

记得去年的双十二，是真的大打折了！上证一天跌了2.47%，近400只股票跌停。

我还清晰地记得，那天是一路下跌。中午收盘已经跌了接近1.7%了。
在食堂吃饭的时候，除了恐慌，脑子一片空白…（毕竟我在潘老板的带领下，也到市场里走了一圈的。而且那个时候啥都不懂）

今天也是双十二，又来打折。不过我看着你们跌就好了。

我也不去像某些人一样，整天吼着买哪只哪只股票，或者全仓抄底啥的，尽管我已经通过了发布证券研究报告业务资格的考试。
反正一涨一跌，一半的时间能猜中。而且这种空头排列，你就猜跌，多头排列，你就跟风喊涨。更有可能命中。

股市这东西，整天盯着布朗运动看几个小时，累不累？
买入配置型仓位，然后做实业去，挺好的…
国家队都说了，我们股市波动如此之大，就是因为有太多的趋势交易者，太多的追涨杀跌！

正题

---

一天的交易结束后，根据交易流水，要生成持仓汇总。
所以推荐使用py的聚合函数，groupby。
案例代码演示是这样的。

import pandas as pd

df = pd.read_excel('trade.xlsx')

df

	证券代码	证券名称	买卖方向	数量
0	601318	中国平安	买入	100
1	601398	工商银行	买入	100
2	600050	中国联通	买入	100
3	601318	中国平安	卖出	100
4	601318	中国平安	买入	200
5	600050	中国联通	买入	100
6	600050	工商银行	卖出	100

df_grp = df.groupby(['证券代码', '买卖方向']).sum()

df_grp

		数量
证券代码	买卖方向
600050	买入	200
	卖出	100
601318	买入	300
	卖出	100
601398	买入	100

tmp_df = df.copy()
tmp_df.index = [df['证券代码'], df['买卖方向']]
tmp_df

		证券代码	证券名称	买卖方向	数量
证券代码	买卖方向
601318	买入	601318	中国平安	买入	100
601398	买入	601398	工商银行	买入	100
600050	买入	600050	中国联通	买入	100
601318	卖出	601318	中国平安	卖出	100
	买入	601318	中国平安	买入	200
600050	买入	600050	中国联通	买入	100
	卖出	600050	工商银行	卖出	100

tmp_df.drop_duplicates(['证券代码','买卖方向'], inplace=True)
tmp_df

		证券代码	证券名称	买卖方向	数量
证券代码	买卖方向
601318	买入	601318	中国平安	买入	100
601398	买入	601398	工商银行	买入	100
600050	买入	600050	中国联通	买入	100
601318	卖出	601318	中国平安	卖出	100
600050	卖出	600050	工商银行	卖出	100

other_cols = list(set(tmp_df.columns) - set(df_grp.columns))
df_sum = pd.concat([df_grp, tmp_df.loc[:, other_cols]], axis=1)

df_sum

		数量	证券名称	证券代码	买卖方向
证券代码	买卖方向
600050	买入	200	中国联通	600050	买入
	卖出	100	工商银行	600050	卖出
601318	买入	300	中国平安	601318	买入
	卖出	100	中国平安	601318	卖出
601398	买入	100	工商银行	601398	买入

上面的案例，py代码在附在下面。

# coding: utf-8

import pandas as pd

df = pd.read_excel('trade.xlsx')

df_grp = df.groupby(['证券代码', '买卖方向']).sum()

tmp_df = df.copy()
tmp_df.index = [df['证券代码'], df['买卖方向']]
tmp_df.drop_duplicates(['证券代码','买卖方向'], inplace=True)

other_cols = list(set(tmp_df.columns) - set(df_grp.columns))
df_sum = pd.concat([df_grp, tmp_df.loc[:, other_cols]], axis=1)