如何合并两个不重复的 pd.Series，保持交替顺序

Question

问题

• 我有 2 个pd.Series 变量，我想合并它们而不重复，保持buy - sell 交替顺序。
• 这 2 个 pd.Series 是我交易 Google 和 Apple 股票的交易记录。
• 因为我用所有的钱买了一只股票，所以我在任何时候都只能持有一只股票。因此，连续订单中不能有两次购买。出售时也是如此。我一次性卖出所有数量的单一股票（AAPL 或 GOOG）。
• 我可以在不使用 for 循环的情况下执行此任务吗？
• 下面提供了更详细的代码示例。

代码示例

import pandas as pd
from datetime import datetime

########################
# Google stock trading #
########################
google_index_list = [datetime(2020,1,2,2), datetime(2020,1,2,12), datetime(2020,1,3,7), datetime(2020,1,4,2)]
google_transaction_list = ['buy', 'sell', 'buy', 'sell']
google_trade_series = pd.Series(data=google_transaction_list, index=google_index_list)

#######################
# Apple stock trading #
#######################
apple_index_list = [datetime(2020,1,2,12), datetime(2020,1,2,14), datetime(2020,1,4,3), datetime(2020,1,4,9)]
apple_transaction_list = ['buy', 'sell', 'buy', 'sell']
apple_trade_series = pd.Series(data=apple_transaction_list, index=apple_index_list)

google_trade_series
>> 2020-01-02 02:00:00     buy
   2020-01-02 12:00:00    sell
   2020-01-03 07:00:00     buy
   2020-01-04 02:00:00    sell

apple_trade_series
>> 2020-01-02 12:00:00     buy
   2020-01-02 14:00:00    sell
   2020-01-04 03:00:00     buy
   2020-01-04 09:00:00    sell

############################
# Merging two trade_series #
############################
merged_trade_series = pd.concat([google_trade_series, apple_trade_series])
merged_trade_series.sort_index(inplace=True)

merged_trade_series
>> 2020-01-02 02:00:00     buy
   2020-01-02 12:00:00    sell
   2020-01-02 12:00:00     buy
   2020-01-02 14:00:00    sell
   2020-01-03 07:00:00     buy
   2020-01-04 02:00:00    sell
   2020-01-04 03:00:00     buy
   2020-01-04 09:00:00    sell

变量merged_trade_series有2个问题。

• 第一个问题：我们有 2 行具有相同的日期时间2001-01-02 12:00:00。由于我已经拥有我在 2020-01-02 02:00:00 买入的 Google 股票，我应该采取的行动是“卖出”。所以应该删除“购买”行。
• 第二个问题：我没有在2001-01-02 12:00:00买股票，我在2001-01-02 14:00:00没有任何股票可以卖。所以这个“卖出”行也应该被删除。

因此，所需的merged_trade_series如下：

desired_trade_series
>> 2020-01-02 02:00:00     buy
   2020-01-02 12:00:00    sell
   2020-01-03 07:00:00     buy
   2020-01-04 02:00:00    sell
   2020-01-04 03:00:00     buy
   2020-01-04 09:00:00    sell

Answer 1

要解决这个问题，需要删除两件事。

1. 重复索引：pd.Series.index.duplicated() 可以过滤掉重复的日期时间索引
2. 连续买卖：pd.Series[pd.Series != pd.Series.shift(1) 可以删除具有连续值的行。

我的问题处理方法如下：

# getting rid of consecutive buys or sells, except for the first one. 
no_consecutive_series = merged_trade_series[merged_trade_series != merged_trade_series.shift(1)]

no_consecutive_series
>> 2020-01-02 02:00:00     buy
   2020-01-02 12:00:00    sell
   2020-01-02 12:00:00     buy
   2020-01-02 14:00:00    sell
   2020-01-03 07:00:00     buy
   2020-01-04 02:00:00    sell
   2020-01-04 03:00:00     buy
   2020-01-04 09:00:00    sell

# getting rid of duplicated indices
no_duplicate_series = no_consecutive_series[~no_consecutive_series.index.duplicated()]

no_duplicate_series
>> 2020-01-02 02:00:00     buy
   2020-01-02 12:00:00    sell
   2020-01-02 14:00:00    sell
   2020-01-03 07:00:00     buy
   2020-01-04 02:00:00    sell
   2020-01-04 03:00:00     buy
   2020-01-04 09:00:00    sell

# deleting the consecutive buys or sells, after deleting the duplicated indices
final_series = no_duplicate_series[no_duplicate_series!= no_duplicate_series.shift(1)]

final_series
>> 2020-01-02 02:00:00     buy
   2020-01-02 12:00:00    sell
   2020-01-03 07:00:00     buy
   2020-01-04 02:00:00    sell
   2020-01-04 03:00:00     buy
   2020-01-04 09:00:00    sell

这样一来，merged_trade_serise 是不是...

merged_trade_series = pd.concat([google_trade_series, apple_trade_series])

或

merged_trade_series = pd.concat([apple_trade_series, google_trade_series])