使用 panda 一次进行“分组”、“求和”和“计数”

Question

我有一个按以下方式从数据字典格式创建的数据框：

df = pd.DataFrame( info_closed, columns = [ 'type', 'origQty', 'executedQty' ] )

结果如下：

               type     origQty executedQty
0             LIMIT  0.00362000  0.00362000
1            MARKET  0.00200000  0.00200000
2            MARKET  0.00150000  0.00150000
3            MARKET  0.00150000  0.00150000
4             LIMIT  0.00150000  0.00150000
5             LIMIT  0.00150000  0.00150000
6            MARKET  0.00199500  0.00199500
7             LIMIT  0.00150000  0.00150000
8            MARKET  0.00149800  0.00149800
9             LIMIT  0.00150000  0.00150000
10            LIMIT  0.00149900  0.00149900
11            LIMIT  0.00150000  0.00150000
12           MARKET  0.00149800  0.00149800

[... snip ...]

我正在尝试通过以下方式创建结果：

           type     origQty executedQty Count
0             LIMIT     13.03   15.01       23
1            MARKET     122.0l  40.00       54
[.. snip ...]

基本上，这将是每个“类型”中的 group_by (type) 和 sum( origQty ) 和 sum ( origQty )，以及用于计算 sum( origQty ) 和 sum (origQty) 值的记录计数

我试过了：

g = df.groupby(['type'])['origQty', 'executedQty'].sum().reset_index()

但结果如下：

              type                                            origQty                                        executedQty
0            LIMIT  0.003620000.001500000.001500000.001500000.0015...  0.003620000.001500000.001500000.001500000.0015...
1      LIMIT_MAKER  0.001499000.001500000.001500000.001500000.0014...  0.001499000.001500000.001500000.001500000.0014...
2           MARKET  0.002000000.001500000.001500000.001995000.0014...  0.002000000.001500000.001500000.001995000.0014...
3  STOP_LOSS_LIMIT                                         0.00150000                                         0.00150000

问题：我做错了什么？

TIA

预计到达时间：

感谢大家提供的解决方案！

我运行了一些，但仍然得到这种类型的输出：

                                                   origQty                                    

    executedQty
type
LIMIT_MAKER  0.001499000.001500000.001500000.001500000.0014...  0.001499000.001500000.001500000.001500000.0014...

原始数据是这样的（它是来自 Binance 交易所的数据和 ccxt 包装器代码的组合。我试图隔离 Binance 数据~仅~（与 ['info'] 相关联）

[{'info': {'symbol': 'BTCUSDT', 'orderId': 2538903025, 'orderListId': -1，'clientOrderId'：'ENDsgXoqtv2ct5jizrfeQe'，'price'：'9638.00000000'，'origQty'：'0.00150000'，'executedQty'：'0.00150000'， 'cummulativeQuoteQty'：'14.45700000'，'状态'：'填充'， 'timeInForce'：'GTC'，'type'：'LIMIT_MAKER'，'side'：'BUY'， 'stopPrice'：'0.00000000'，'icebergQty'：'0.00000000'，'时间'： 1592879158045，'updateTime'：1592879162299，'isWorking'：真， 'origQuoteOrderQty'：'0.00000000'}，'id'：'2538903025'， “clientOrderId”：“ENDsgXoqtv2ct5jizrfeQe”，“时间戳”：1592879158045， '日期时间'：'2020-06-23T02：25：58.045Z'，'lastTradeTimestamp'：无， 'symbol': 'BTC/USDT', 'type': 'limit', 'side': 'buy', 'price': 9638.0, “金额”：0.0015，“成本”：14.457，“平均”：9638.0，“填充”：0.0015， “剩余”：0.0，“状态”：“关闭”，“费用”：无，“交易”：无}， {'info': {'symbol': 'BTCUSDT', 'orderId': 2539250884, 'orderListId': -1，'clientOrderId'：'5UFBYwDF6b9qJ1UWNsvOYU'，'price'：'9653.00000000'，'origQty'：'0.00299700'，'executedQty'：'0.00299700'， 'cummulativeQuoteQty': '28.93004100', 'status': 'FILLED', 'timeInForce'：'GTC'，'type'：'LIMIT_MAKER'，'side'：'SELL'， 'stopPrice'：'0.00000000'，'icebergQty'：'0.00000000'，'时间'： 1592883883927，'updateTime'：1592884056113，'isWorking'：真， 'origQuoteOrderQty'：'0.00000000'}，'id'：'2539250884'， 'clientOrderId'：'5UFBYwDF6b9qJ1UWNsvOYU'，'时间戳'：1592883883927， '日期时间'：'2020-06-23T03：44：43.927Z'，'lastTradeTimestamp'：无， 'symbol': 'BTC/USDT', 'type': 'limit', 'side': 'sell', 'price': 9653.0，“金额”：0.002997，“成本”：28.930041，“平均”：9653.0，“已填充”：0.002997，“剩余”：0.0，“状态”：“关闭”，“费用”：无， '交易'：无}，{'信息'：{'symbol'：'BTCUSDT'，'orderId'：2539601261， 'orderListId'：-1，'clientOrderId'：'testme-15928890617592764'， “价格”：“9633.00000000”，“原始数量”：“0.00150000”，“执行数量”： “0.00150000”、“累积报价数量”：“14.44950000”、“状态”： 'FILLED'，'timeInForce'：'GTC'，'type'：'LIMIT_MAKER'，'side'：'BUY'， 'stopPrice'：'0.00000000'，'icebergQty'：'0.00000000'，'时间'： 1592889061852，'updateTime'：1592889136305，'isWorking'：真， 'origQuoteOrderQty'：'0.00000000'}，'id'：'2539601261'， 'clientOrderId'：'testme-15928890617592764'，'时间戳'： 1592889061852, '日期时间': '2020-06-23T05:11:01.852Z', 'lastTradeTimestamp'：无，'symbol'：'BTC/USDT'，'type'：'limit'， 'side': 'buy', 'price': 9633.0, 'amount': 0.0015, 'cost': 14.4495, “平均”：9633.0，“填充”：0.0015，“剩余”：0.0，“状态”： “关闭”，“费用”：无，“交易”：无}]

我通过执行以下操作将其配对：

info_closed = []
for index,item in enumerate( orders_closed ):
    info_closed.append( item['info'] )

上面第一篇文章中列出了我的结果。

然后我跑了：

 df = pd.DataFrame( final_output, columns = [ 'type', 'origQty', 'executedQty' ] )

我开始怀疑数据框是否有问题...将开始查看该区域...

Answer 1

我 99% 确定您只需这样做就能得到您想要的结果：

df.groupby(['type'])[['origQty', 'executedQty']].sum() 

Answer 2

在 groupby 将值转换为浮点数之前试试这个。

df[['origQty', 'executedQty']] = df[['origQty', 'executedQty']].astype(float)

(
    df.groupby(['type'])
        .agg({"origQty": sum, "executedQty": sum, "type": len})
        .rename(columns={'type': 'count'})
        .reset_index()
)