グルーピングしたファイルの条件抽出の仕方がわかりません

Question

初心者です。
pythonを使用しています。よろしくお願いいたします。

CSVをpandasで読み込み以下のようにグルーピングしました。
df = pd.read_csv("s_0.csv", index_col="date")
df.index = pd.to_datetime(df.index)
grouped = df.groupby(['date','side'])
print(grouped.sum()['size'])

date side　　　　size
2019-01-16 01:04:08.800 BUY 0.674527
2019-01-16 01:04:09.097 SELL 0.030000
2019-01-16 01:04:09.270 SELL 0.051582
2019-01-16 01:04:09.330 SELL 0.020000
2019-01-16 01:04:09.533 SELL 0.013955
2019-01-16 01:04:09.957 BUY 0.027906
2019-01-16 01:04:10.097 SELL 0.010000
2019-01-16 01:04:10.130 SELL 0.062858
2019-01-16 01:04:10.817 BUY 0.027906
2019-01-16 01:04:10.957 SELL 0.020000

以上のデータから例えば1秒ごとのBUYとSELLのsizeの合計を求めたいとき
どのような計算式になるでしょうか。
可能であれば秒数はX　＝　〇秒のような代入できるにしたいです。
お力添えよろしくお願いいたします。

Answer 1

まず、DataFrame.groupby().sum() を使用する代わりに pandas.pivot_table(aggfunc=np.sum) を使い"BUY"と"SELL"の列を分割した上で各時刻の合計を求めてください。
その後は、DataFrame.resample() を使い１秒毎に集計することで目的の結果が得られるかと思います。

import pandas as pd
import numpy as np
import io

data = """
date,side,size
2019-01-16 01:04:08.800,BUY,0.674527
2019-01-16 01:04:09.097,SELL,0.030000
2019-01-16 01:04:09.270,SELL,0.051582
2019-01-16 01:04:09.330,SELL,0.020000
2019-01-16 01:04:09.533,SELL,0.013955
2019-01-16 01:04:09.957,BUY,0.027906
2019-01-16 01:04:10.097,SELL,0.010000
2019-01-16 01:04:10.130,SELL,0.062858
2019-01-16 01:04:10.817,BUY,0.027906
2019-01-16 01:04:10.957,SELL,0.020000
"""
df = pd.read_csv(io.StringIO(data), parse_dates=['date'])
pivot_df = pd.pivot_table(df, index='date', columns='side', values='size', aggfunc=np.sum).fillna(0)
print(pivot_df)
#side                          BUY      SELL
#date
#2019-01-16 01:04:08.800  0.674527  0.000000
#2019-01-16 01:04:09.097  0.000000  0.030000
#2019-01-16 01:04:09.270  0.000000  0.051582
#2019-01-16 01:04:09.330  0.000000  0.020000
#2019-01-16 01:04:09.533  0.000000  0.013955
#2019-01-16 01:04:09.957  0.027906  0.000000
#2019-01-16 01:04:10.097  0.000000  0.010000
#2019-01-16 01:04:10.130  0.000000  0.062858
#2019-01-16 01:04:10.817  0.027906  0.000000
#2019-01-16 01:04:10.957  0.000000  0.020000

result_df = pivot_df.resample('1s').sum())
print(result_df)
#side                      BUY      SELL
#date
#2019-01-16 01:04:08  0.674527  0.000000
#2019-01-16 01:04:09  0.027906  0.115537
#2019-01-16 01:04:10  0.027906  0.092858

Comments

[EIOkawa]

ご回答ありがとうございます。
大変助かりました！