Python 在pandas数据框中计算相对体积比指标，并添加指标值作为新列

TL；DR

from yfinance import download

# Prepare data similar to the original
symbol_df = (
    download(tickers="AAPL", period="7d", interval="1m")
    .rename_axis(index='Date')
    .reset_index()
)

# Calculate Relative Volume Ratio
volume = symbol_df.set_index('Date')['Volume']
dts = volume.index
cum_volume = volume.groupby(dts.date, sort=False).cumsum()
prev_mean = lambda days: (
    cum_volume
    .groupby(dts.time, sort=False)
    .rolling(days, closed='left')
    .mean()
    .reset_index(0, drop=True)    # drop the level with dts.time
)
rvr = cum_volume / prev_mean(5)

# Assign the output to the initial data
symbol_df = symbol_df.join(rvr.rename('Relative volume ratio'), on='Date')

解释

根据提供的描述，您需要对聚合数据执行几个转换.首先是累积总结每天的数据.然后，在按时间分组的数据上运行一个[十]天窗口，计算平均值.最后，实际上把前者除以后者.

假设您有以下测试数据，其中"Date"是类型datetime的列:

from yfinance import download

symbol_df = (
    download(tickers="AAPL", period="7d", interval="1m")
    .rename_axis(index='Date')
    .reset_index()
)

为了计算Relative Volume Ratio个值，我们将使用"Volume"作为单独的序列，日期时间戳"Date"作为其索引:

volume = symbol_df.set_index('Date')['Volume']
dts = volume.index    # date-time stamps for convenient grouping

让我们为每天创建一个累积量序列.为此，我们将volume按日期分组(没有时间的年、月和日值)，并将cumsum应用到一个组(使用sort=False以加速计算):

cum_volume = volume.groupby(dts.date, sort=False).cumsum()

为了计算给定的前几天中同一时间的累积量的平均值，我们按时间(小时和分钟，没有年、月、日值)对cum_volume进行分组，并对每组应用滚动计算，以获得窗口内的平均值.[Note that here we need the source data to be sorted by date-time stamps since only business days are taken into account and we can't use a non-fixed frequency of 102 as a 103 value.]为了计算前几天(不包括当前天数)的平均值，我们通过[closed='left'](详情见[DataFrameGroupBy.rolling docs]):

prev_mean = lambda days: (
    cum_volume
    .groupby(dts.time, sort=False)
    .rolling(days, closed='left')
    .mean()
    .reset_index(0, drop=True)
)

现在最后一次touch 窗口5天:

rvr = cum_volume / prev_mean(5)

比较

与Andrei Kesely's solution相比，这一个赢得了速度(例如，在英特尔酷睿i3—2Andrei Kesely's solution上，处理那里提供的数据将需要超过1分钟，而上面的代码为300—400 ms).前10天之后的时间戳的计算结果相同.但在开始时，当之前的时间少于10天时，滚动窗口中的平均值计算就像总是有10个项目一样(缺失值设置为nan).而在Kesely的解决方案的情况下，我们只获得了available个累积体积的平均值.