Python聚集最近时间的金融交易

Question

假设我收集了（在一个列表中）某段时间内（比如上午11点后的前5分钟）发生的n只股票的所有交易（为了简单起见，我将n=2设为以后进行调整）。假设我们有公司AAA和公司BBB（如果有帮助，liststocks=['AAA'，'BBB']）。这个列表看起来像：

    trades=[['AAA', '2011-01-03', '11:03:51', 21.5],['BBB', '2011-01-03','11:03:57', 31.5],
['AAA', '2011-01-03', '11:04:20', 21.55],
['BBB', '2011-01-03','11:04:19', 32.01], ['BBB', '2011-01-03','11:04:52', 31.7]]

也就是说，股票AAA有2次交易，BBB股票有3次交易。挑选每只股票的最后一笔交易会导致缺乏同步性的问题。这样做的目的是挑选每只股票的最后一笔交易，找出最早的交易（['AAA'，'2011-01-03'，11:04:20'，21.55]）。然后选择时间尽可能接近“11:04:20”的所有其他股票的交易，这将导致我们选择['BBB'，'2011-01-03'，'11:04:19'，32.01]。输出应为如下列表：

^{pr2}$

非常感谢！在

Answer 1

如果您将sorted与key参数一起使用，这并不难。在

下面是代码如果你不想看，我会在下面解释：

from datetime import datetime

trades=[['AAA', '2011-01-03', '11:03:51', 21.5],['BBB', '2011-01-03','11:03:57', 31.5],
['AAA', '2011-01-03', '11:04:20', 21.55],
['BBB', '2011-01-03','11:04:19', 32.01], ['BBB', '2011-01-03','11:04:52', 31.7]]

trades=[[i[0], datetime.strptime(i[1]+" "+i[2], "%Y-%m-%d %H:%M:%S"), i[3]] for i in trades]

most_liquid, *others, least_liquid = sorted(set(i[0] for i in trades), key=trades.count)

A=sorted((i for i in trades if i[0]==least_liquid), key=lambda n: n[1])[-1]
B=sorted((i for i in trades if i[0]==most_liquid), key=lambda n: abs(n[1]-A[1]))[0]

它首先将每个交易从使用时间的字符串表示转换为日期时间对象。它使用datetime.strptime类方法来实现这一点。然后通过分类交易来计算股票的流动性。*others可推广到{}个股票。然后它只过滤less_liquid交易，然后根据time参数对它们进行排序。然后它按名称more_liquid进行过滤，并根据它与A交易之间的绝对差异进行排序。在

所以您想要的对象是A和B。它们不完全是您指定的，因为它们将使用datetime而不是字符串，但是使用^{}函数应该很容易修复。在