使用 Pandas 从数组中获取分组信息

Question

我有一个结构如下的数据集：

"Date","Time","Open","High","Low","Close","Up","Down","Volume"
01/03/2000,00:05,1481.50,1481.50,1481.00,1481.00,2,0,0.00
01/03/2000,00:10,1480.75,1480.75,1480.75,1480.75,1,0,1.00
01/03/2000,00:20,1480.50,1480.50,1480.50,1480.50,1,0,1.00
[...]
03/01/2018,11:05,2717.25,2718.00,2708.50,2709.25,9935,15371,25306.00
03/01/2018,11:10,2709.25,2711.75,2706.50,2709.50,8388,8234,16622.00
03/01/2018,11:15,2709.25,2711.50,2708.25,2709.50,4738,4703,9441.00
03/01/2018,11:20,2709.25,2709.50,2706.00,2707.25,3609,4685,8294.00

我是这样读这个文件的：

rows = pd.read_csv("Datasets/myfile.txt")

我想用 pandas 获取此信息：对于每一天（如此分组），获取“Open”的第一个值、“Close”的最后一个值、“High”的最高值和“Low”的较低值"，以及体积的总和。

我知道如何处理一些 for cicle，但这是一种非常低效的方法。与熊猫有几行可能吗？

谢谢

Answer 1

使用groupby 和agg：

df.groupby('Date').agg({
    'Close': 'last',
    'Open': 'first',
    'High': 'max',
    'Low': 'min',
    'Volume': 'sum'
})

输出：

            Close   Open    High    Low     Volume
Date                    
01/03/2000  1480.50 1481.50 1481.5  1480.5  2.0
03/01/2018  2707.25 2717.25 2718.0  2706.0  59663.0