Как добавить в датафрейм столбец, с выполненной калькуляцией? Обрабатывая данные внутри мультииндекса

#python #pandas #dataframe #multi_index

Еще один вопрос, в продолжение вчерашнего. Мне нужно посчитать профит по каждой отдельной
сделке (tradeID). (tradeID и date - индексы)
Вопрос - как грамотно добавить в датафрейм столбец profit, с выполненной калькуляцией
(sell - buy просто например...)
Из-за маленького опыта я начал писать какие то ужасные вложенные циклы для этого.
Но уверен что с Pandas все может быть проще. Пожалуйста подскажите направление движения.



Исходный датафрейм:

                                             price   qty  side  status                 
 tradeID                date
 71ZNeXwSQUqkxhKR9trvrQ 2018-09-03 17:00:00  7282.5  10.0   Buy  filled 
                        2018-09-05 11:00:00  7111.0  10.0  Sell  filled  
 WYgKLRv+Q9CuXic4FNEh0A 2018-09-08 10:00:00  6448.0  10.0   Buy  filled  
                        2018-09-08 18:00:00  6377.0  10.0  Sell  filled  
 /6WmcfJ1QcWWwPcwkXeoSw 2018-09-09 14:00:00  6376.5  10.0   Buy  filled  


Хотелось бы получить что то такое:

                                             price   qty  side  status    profit
               
 tradeID                date
 71ZNeXwSQUqkxhKR9trvrQ 2018-09-03 17:00:00  7282.5  10.0   Buy  filled 
                        2018-09-05 11:00:00  7111.0  10.0  Sell  filled  -171.5
 WYgKLRv+Q9CuXic4FNEh0A 2018-09-08 10:00:00  6448.0  10.0   Buy  filled  
                        2018-09-08 18:00:00  6377.0  10.0  Sell  filled  -71
 /6WmcfJ1QcWWwPcwkXeoSw 2018-09-09 14:00:00  6376.5  10.0   Buy  filled  


Заранее большое спасибо!
    

Ответы

Ответ 1

Такой вариант устроит?:

df['profit']= df.groupby(level=[0]).transform(lambda x: x.shift(-1) - x)['price']
print(df)

                                             price   qty  side  status  profit
71ZNeXwSQUqkxhKR9trvrQ 2018-09-03 17:00:00  7282.5  10.0   Buy  filled  -171.5
                       2018-09-05 11:00:00  7111.0  10.0  Sell  filled     NaN
WYgKLRv+Q9CuXic4FNEh0A 2018-09-08 10:00:00  6448.0  10.0   Buy  filled   -71.0
                       2018-09-08 18:00:00  6377.0  10.0  Sell  filled     NaN


Ответ 2

Еще один рабочий вариант:

In [277]: df['profit'] = (df.sort_values(['tradeID','date', 'side'])
                            .groupby('tradeID')
                            ['price'].diff())

In [278]: df
Out[278]:
                                             price   qty  side  status  profit
tradeID                date
71ZNeXwSQUqkxhKR9trvrQ 2018-09-03 17:00:00  7282.5  10.0   Buy  filled     NaN
                       2018-09-05 11:00:00  7111.0  10.0  Sell  filled  -171.5
WYgKLRv+Q9CuXic4FNEh0A 2018-09-08 10:00:00  6448.0  10.0   Buy  filled     NaN
                       2018-09-08 18:00:00  6377.0  10.0  Sell  filled   -71.0
/6WmcfJ1QcWWwPcwkXeoSw 2018-09-09 14:00:00  6376.5  10.0   Buy  filled     NaN