我有以下带有交易数据的数据框:
df = pd.DataFrame({
'Trader': 'Carl Mark Carl Joe Mark Carl Max Max'.split(),
'Quantity': [5,2,5,10,1,5,2,1],
'Date' : [
DT.datetime(2013,1,1,13,0),
DT.datetime(2013,1,1,13,5),
DT.datetime(2013,2,5,20,0),
DT.datetime(2013,2,6,10,0),
DT.datetime(2013,2,8,12,0),
DT.datetime(2013,3,7,14,0),
DT.datetime(2013,6,4,14,0),
DT.datetime(2013,7,4,14,0),
]})
df.index = [df.Date, df.Trader]
我希望用平均订单量计算每个交易者的每周统计数据。为此,我目前正在解开trader列,并使用以下方法重新采样数据:
df.unstack('Trader').resample('1W', how='mean').fillna(0)
对于每个交易者,是否也有可能用交易量的趋势函数(最好是基于交易者之前交易的指数平滑函数)来完成一个列?
谢谢
安迪
也许你在找an exponentially weighted moving average:
收益率
要将此结果与
df2
连接:收益率
相关问题 更多 >
编程相关推荐