1
我玩弄股票数据的某些群体,我试图来筛选有更多的购买群体比各自对Transaction
值试图查询该满足VALUE_COUNT条件
所以我的代码出售“M运行,以显示下面的数据是
df.groupby('Stock').Transaction.value_counts()
数据
Stock Transaction
ADC Buy 2
AKAM Option Exercise 51
Sale 34
Buy 9
AMNB Buy 10
ARCC Buy 15
ARL Buy 12
ASA Buy 7
ASRV Buy 12
Option Exercise 1
AUBN Buy 4
Sale 11
BAC Option Exercise 23
Buy 15
Sale 7
BCBP Buy 3
Sale 11
BKSC Buy 55
BMRA Buy 5
Option Exercise 3
Sale 1
..
我可以通过证券报价机分组的数据,然后寻找在其各自的colu mn Transaction
值。我正在尝试过滤掉其交易value_counts有更多Buy
而不是Sale
的组。
我不知道如何做到这一点。
我想是这样的:
df.groupby('Stock').filter(lambda x: x.Transaction.value_counts().Buy > x.value_counts().Sale)
很奇怪不,尽管这种工作的工作:
df.Transaction.value_counts().Buy
>>>2674
我也尝试过的东西沿着
df.groupby('Stock').Transaction.filter(lambda x: x if x.value_counts().Buy > x.value_counts().Sale)
线
但我无法想象在这种情况下哪种熊猫工具是理想的。
输出可以从满足该条件,打印出整个集团(股票名称和交易)的股票只是名称,也
所以输出会是这样的
ADC Buy 2
AMNB Buy 10
ARCC Buy 15
ARL Buy 12
ASA Buy 7
ASRV Buy 12
Option Exercise 1
BAC Option Exercise 23
Buy 15
Sale 7
BKSC Buy 55
BMRA Buy 5
Option Exercise 3
Sale 1
或者只是股票名称。
谢谢。
惊人的整洁。我知道必须有一个简单的解决方案。谢谢! – Moondra