Pandas 高效的 VWAP 计算

Question

我有下面的代码，使用它我可以通过三行 Pandas 代码计算成交量加权平均价格。

import numpy as np
import pandas as pd
from pandas.io.data import DataReader
import datetime as dt

df = DataReader(['AAPL'], 'yahoo', dt.datetime(2013, 12, 30), dt.datetime(2014, 12, 30))
df['Cum_Vol'] = df['Volume'].cumsum()
df['Cum_Vol_Price'] = (df['Volume'] * (df['High'] + df['Low'] + df['Close'] ) /3).cumsum()
df['VWAP'] = df['Cum_Vol_Price'] / df['Cum_Vol']

我试图找到一种方法来编码这个而不使用cumsum()作为练习。 我正在尝试找到一种解决方案，可以一次性提供VWAP列。 我已经尝试了下面的行，使用.apply() 。 逻辑就在那里，但问题是我无法将值存储在第 n 行中以便在第 (n+1) 行中使用。 你如何处理这个pandas -只需使用一个外部连音或字典累计值的临时存储？

df['Cum_Vol']= np.nan
df['Cum_Vol_Price'] = np.nan
# calculate running cumulatives by apply - assume df row index is 0 to N
df['Cum_Vol'] = df.apply(lambda x: df.iloc[x.name-1]['Cum_Vol'] + x['Volume'] if int(x.name)>0 else x['Volume'], axis=1)

上述问题是否有一次性解决方案？

编辑：

我的主要动机是了解幕后发生的事情。 所以，它主要是为了锻炼而不是任何正当理由。 我相信一系列大小为 N 的 cumsum 的时间复杂度为 N (?)。 所以我想知道，不是运行两个单独的 cumsum，我们可以一次计算两者 - 沿着this . 很高兴接受这个答案 - 而不是工作代码。

Answer 1

进入一次通过与一行开始变得有点语义化。 如何区分：你可以用 1 行 Pandas、1 行 numpy 或几行 numba 来做。

from numba import jit

df=pd.DataFrame( np.random.randn(10000,3), columns=['v','h','l'] )

df['vwap_pandas'] = (df.v*(df.h+df.l)/2).cumsum() / df.v.cumsum()

@jit
def vwap():
    tmp1 = np.zeros_like(v)
    tmp2 = np.zeros_like(v)
    for i in range(0,len(v)):
        tmp1[i] = tmp1[i-1] + v[i] * ( h[i] + l[i] ) / 2.
        tmp2[i] = tmp2[i-1] + v[i]
    return tmp1 / tmp2

v = df.v.values
h = df.h.values
l = df.l.values

df['vwap_numpy'] = np.cumsum(v*(h+l)/2) / np.cumsum(v)

df['vwap_numba'] = vwap()

时间：

%timeit (df.v*(df.h+df.l)/2).cumsum() / df.v.cumsum()  # pandas
1000 loops, best of 3: 829 µs per loop

%timeit np.cumsum(v*(h+l)/2) / np.cumsum(v)            # numpy
10000 loops, best of 3: 165 µs per loop

%timeit vwap()                                         # numba
10000 loops, best of 3: 87.4 µs per loop

Answer 2

快速编辑：只是想感谢约翰的原始帖子:)

你可以通过@jit-ing numpy 的版本获得更快的结果：

@jit
def np_vwap():
    return np.cumsum(v*(h+l)/2) / np.cumsum(v)

这让我50.9 µs per loop ，而使用上面的 vwap 版本74.5 µs per loop 。