使用熊猫迭代列表 VS

Question

我有一个名为reassembly的大型列表，组织方式如下：

['HYDR', 30472.0, 'B'], ['HYDR', 30470.0, 'S'], ['HYDR', 30474.0, 'B'].....

我的一段代码：

sum_buys = 0
sum_sells = 0
for deal in reassembly:
ticker, vol, oper = deal[0], deal[1], deal[2]
if oper == "B":
sum_buys = sum_buys + vol
elif oper == "S":
sum_sells = sum_sells + vol

列表非常大。从头到尾运行大约需要 5 分钟。很久了。

熊猫图书馆可以帮助我更快地完成吗？我从来没有用过它。

我该怎么办？

1. 将名为重组的列表转换为熊猫数据帧

2. 使用 pandas 方法计算两个参数：sum_buys 和 sum_sells

请帮帮我！

Answer 1

是的，您可以并且应该将列表转换为 pandas 数据帧并使用groupby()：

df = pd.DataFrame(reassembly, columns=['tickers','vol','operation'])
df.groupby('operation')['vol'].sum()

示例数据的输出：

operation
B    60946.0
S    30470.0
Name: vol, dtype: float64

另外，比如说，也许您对每个股票代码的买入/卖出总额感兴趣，您可以执行以下操作：

df.groupby(['tickers','operation'])['vol'].sum()

并得到这样的东西：

tickers  operation
HYDR     B            60946.0
S            30470.0
Name: vol, dtype: float64

要忽略与vol<100000的交易，我们可以通过以下方式保持所有vol >= 100000交易

df = df[df['vol']>=100000]