投放市场d

Question

因此，假设我们有市场数据更新，我们正在寻找。你知道吗

 1. Bid 1 Ask 1.5
 2. Bid 1 Ask 1.5
 3. Bid 1 Ask 1.5
 4. Bid 1.5 Ask 2
 5. Bid 1.5 Ask 2
 6. Bid 2 Ask 2.5
 7. Bid 2 Ask 2.5
 8. Bid 2 Ask 3

我正在寻找这个使用滴滴\u副本，以保持只有时间，出价或要求的变化。我试过了

df.drop_duplicates(cols=['Bid,Ask'])

但结果并没有达到我的预期。我希望在这个列表中的行为是将列表压缩成（假设数字是索引，所以保留索引）

 1. Bid 1 Ask 1.5
 4. Bid 1.5 Ask 2
 6. Bid 2 Ask 2.5
 8. Bid 2 Ask 3

因此，如果出价和要价都与前一行相同，则会删除该行。

有什么明显的方法吗？你知道吗

Answer 1

您可以使用.shift()移动列，并使用any检查差异。例如，给定一个像

>>> df
   Bid  Ask
1  1.0  1.5
2  1.0  1.5
3  1.0  1.5
4  1.5  2.0
5  1.5  2.0
6  2.0  2.5
7  2.0  2.5
8  2.0  3.0
>>> df[(df != df.shift()).any(axis=1)]
   Bid  Ask
1  1.0  1.5
4  1.5  2.0
6  2.0  2.5
8  2.0  3.0

---

我们一步一步地向下移动1：

>>> df.shift()
   Bid  Ask
1  NaN  NaN
2  1.0  1.5
3  1.0  1.5
4  1.0  1.5
5  1.5  2.0
6  1.5  2.0
7  2.0  2.5
8  2.0  2.5

我们将数据帧与其移位版本进行比较：

>>> df != df.shift()
     Bid    Ask
1   True   True
2  False  False
3  False  False
4   True   True
5  False  False
6   True   True
7  False  False
8  False   True

然后我们做一个级数，只有其中一个是真的，并且一行与下一行不同时，这个级数才是真的：

>>> (df != df.shift()).any(axis=1)
1     True
2    False
3    False
4     True
5    False
6     True
7    False
8     True
dtype: bool

Answer 2

您并不是真的要删除重复的行，而是要删除相同的后续行。因为同一个买卖对在一天中可能发生多次，而不一定是连续发生的。我会像这样循环遍历数据帧：

for i in df.index:
    if(i-1 in df.index and df['Ask'][i]==df['Ask'][i-1] and df['Bid'][i]==df['Bid'][i]):
        df = df.drop([i])

我相信有一个更优雅的解决方案，但这是你可以找到有用的一般想法。。。你知道吗