的股票累計總和考慮倉庫庫存在不同的日子大熊貓倉庫
day action quantity symbol
0 1 40 a
1 1 53 b
2 -1 21 a
3 1 21 b
4 -1 2 a
5 1 42 b
這裏，day代表時間序列，action代表buy/sell特定產品（symbol）和quantity。
對於此數據框，如何計算每種產品的每日累計總和。
基本上，如下所得的數據幀：
days a b
0 40 0
1 40 53
2 19 53
3 19 64
4 17 64
5 17 106
我試圖與GROUPBY cumsum（）和未成功，它
使用pivot_table
In [920]: dff = df.pivot_table(
index=['day', 'action'], columns='symbol',
values='quantity').reset_index()
In [921]: dff
Out[921]:
symbol day action a b
0 0 1 40.0 NaN
1 1 1 NaN 53.0
2 2 -1 21.0 NaN
3 3 1 NaN 21.0
4 4 -1 2.0 NaN
5 5 1 NaN 42.0
然後，mul行動，採取cumsum，前進補缺失值，最後用0
In [922]: dff[['a', 'b']].mul(df.action, 0).cumsum().ffill().fillna(0)
Out[922]:
symbol a b
0 40.0 0.0
1 40.0 53.0
2 19.0 53.0
3 19.0 74.0
4 17.0 74.0
5 17.0 116.0
最終結果替換NaN小號
In [926]: dff[['a', 'b']].mul(df.action, 0).cumsum().ffill().fillna(0).join(df.day)
Out[926]:
a b day
0 40.0 0.0 0
1 40.0 53.0 1
2 19.0 53.0 2
3 19.0 74.0 3
4 17.0 74.0 4
5 17.0 116.0 5
不錯的解決方案+1。 – Dark
Upvoted。解決了我的問題。爲讀者起見：爲了避免日子重複（針對另一種產品） - 即在同一天發生不同產品的兩種不同交易，則用dff.action和df.day替換df.action與dff.day以解決重複行問題。 –
沒關係，沒看到pandas標籤。這只是普通的Python。
試試這個：
sums = []
currentsums = {'a': 0, 'b': 0}
for i in data:
currentsums[i['symbol']] += i['action'] * i['quantity']
sums.append({'a': currentsums['a'], 'b': currentsums['b']})
需要注意的是它給比你貼，因爲你錯誤計算了不同的結果。
在你的'b假設它是基於總和的74。對？？ – Dark