分组汇总

读进来的是逐日行情。报表经常要回答另一个问题：这个月一共成交了多少，月末收盘价是多少。本章按月分组，并把结果写回一个新的 CSV。

学完后，应能对 prices.csv 做出一张月度表，其中有成交量合计、月末收盘价和交易日天数，并保存为文件。

先准备收益率和月份

from pathlib import Path

import pandas as pd

csv_path = Path(__file__).with_name("prices.csv")
df = pd.read_csv(csv_path, parse_dates=["date"]).sort_values("date")
df["ret"] = df["close"].pct_change()
df["month"] = df["date"].dt.to_period("M")

to_period("M") 把日期收成月份，2024-01-02 和 2024-01-15 都落在 2024-01。周分组把 "M" 换成 "W"。

一次汇总多列

monthly = df.groupby("month", as_index=False).agg(
    volume=("volume", "sum"),
    close_last=("close", "last"),
    days=("close", "size"),
)
print(monthly)

     month    volume  close_last  days
0  2024-01  13850000        11.1    10

groupby("month") 把同一个月的行放在一起。as_index=False 让月份留在普通列里，方便再写回 CSV。

agg 里每一项是“新列名 = (原来的列, 算法)”：

新列	算法	含义
`volume`	`sum`	当月成交量相加
`close_last`	`last`	组里最后一行的收盘价。日期已经排过序，所以是月末收盘价
`days`	`size`	这一组有多少行，也就是多少个交易日

这份样本只有 2024 年 1 月，所以月度表只有一行。成交量合计 13850000，月末收盘价 11.1，交易日 10 天。

只汇总一列时可以写得更短：

df.groupby("month", as_index=False)["volume"].sum()

多列、多种算法时用 agg，读起来清楚。

写回文件

out = Path(__file__).with_name("monthly_volume.csv")
monthly.to_csv(out, index=False)

index=False 不把 0、1、2 这种行号写进文件。打开 monthly_volume.csv，应能看到表头 month,volume,close_last,days。这个文件是计算结果，可以随时删掉再生成。

和 describe 的差别

df.describe() 对每一列给出计数、均值、标准差、最小、最大等，用来检查有没有明显不合理的数，例如收盘价出现负数。它不按月份切开。要回答“每个月怎样”，用 groupby。

课堂练习

按月汇总，并核对手工把十天成交量相加是否等于 13850000。
把 last 改成 mean，列名改成 close_mean，比较它和 11.1 哪个更大。
把月度表写到 CSV，再用 read_csv 读回来，打印行数。

例子见 examples/fintech/pandas_group.py。