熊猫按5种价格累计价格，计算价格相对于体积数据和组的权重/权重

Question

我有这样的数据：

       price   volume
0     100.0     2500
1     100.5     4100
2     101.0     2311
3     101.5     5066
4     102.0     9585
...    ...       ...

我想先得到一组价格，然后用一步5来和成交量。例如(使用随机值)：

       price   volume
0     100.0     15000
1     105.0     12000
2     110.0     19000
3     115.0     30000
4     120.0     21000
...    ...       ...

最后，根据个别的成交量和价格，我想给每个价格一个权重/加权平均值/分数，这样我就可以标准化数据，以知道哪个成交量的权重最大。例如：

       price   volume     weight   
0     100.0     15000        3  
1     105.0     12000       2.5
2     110.0     19000       3.5
3     115.0     30000       5
4     120.0     21000       4
...    ...       ...

有人能帮我吗？

Answer 1

我用标准的方法来绕过价格，所以97.5到102.49将在100组。体重--我用了简单的公式作为证据。

data.csv：

price   volume
100.0     2500
103.5     4100
101.0     2311
105.5     5066
109.0     9585

代码：

import pandas as pd
import numpy as np

df = pd.read_csv('data.csv', delimiter='\s+')
print(df)
df['price_grp'] = np.around(df.price.values/5, decimals=0)*5
df['tot_vol'] = df.groupby('price_grp')['volume'].transform('sum')
df['weight'] = np.around(df['volume'] / df['tot_vol'], decimals=2)
print(df)

输出：

   price  volume
0  100.0    2500
1  103.5    4100
2  101.0    2311
3  105.5    5066
4  109.0    9585
   price  volume  price_grp  tot_vol  weight
0  100.0    2500      100.0     4811    0.52
1  103.5    4100      105.0     9166    0.45
2  101.0    2311      100.0     4811    0.48
3  105.5    5066      105.0     9166    0.55
4  109.0    9585      110.0     9585    1.00