我在 pandas 中处理盘中时间和报价数据，并努力寻找一种计算加权中间价的好方法。我目前将数据表示为四个数据帧(bid_price、bid_quantity、ask_price、ask_quantity)，每个数据帧的列是单独的工具，索引是时间戳。 (因此单个出价可以引用为:
bid_price['AAPL'][datetime(2013,1,1,9,30,0,0)]
我希望应用的中点公式取决于工具的买卖价差。如果当前点差大于最小报价增量，则中点将是当时买入价和卖出价的简单平均值。如果点差等于最小值，则根据出价和要价数量对中点进行加权。
这是当前代码:
def get_midprice(bid_price, bid_quantity, ask_price, ask_quantity, tick_increment=0.01):
if (ask_price - bid_price) > tick_increment:
return (ask_price + bid_price) / 2
else:
return ((bid_price * ask_quantity) + (ask_price * bid_quantity)) / (bid_quantity + ask_quantity)
这适用于单个数据点，并且在以前版本的 pandas 上，它在传递 4 个 DataFrame 时也有效。现在，4 个数据帧引发异常:
raise ValueError("Cannot call bool() on DataFrame.")
ValueError: Cannot call bool() on DataFrame.
我认为这是由于此更改造成的:https://github.com/pydata/pandas/pull/1073
这个问题显然可以通过循环来解决，但是在大型数据集上，这很慢。有没有更好的办法？
请您参考如下方法:
正如我试图在评论中传达的那样，您不能按照您尝试的方式对 if 分支进行矢量化，因此虽然代码在过去不会引发异常，它几乎可以肯定没有按照您的意愿行事。这就是为什么 array(以及现在的 DataFrame)在调用 bool() 时出错，以帮助避免此错误。
解决这个问题的一种方法是一个应用元素的函数，它通过在(有效地)压缩的相应元素上应用一个函数来构建一个新的DataFrame。可能有一个，虽然我没用过。 (我支持添加一个。有时它很方便，在我们自己开发的 n 维 C# 库中，我有一个应用到匹配元素的函数。)
通常，当我需要做类似 pre-pandas 的事情时，我只是计算两个分支然后合并结果(利用 False ~ 0 和 True ~ 1 的事实):
>>> a = np.arange(10)
>>> a > 3
array([False, False, False, False, True, True, True, True, True, True], dtype=bool)
>>> w = a > 3
>>> (a**2) * w + (1000) * (1-w)
array([1000, 1000, 1000, 1000, 16, 25, 36, 49, 64, 81])
但在 numpy 和 pandas 中，我们也可以使用 where，因此您的代码的一个版本是:
def get_midprice(bp, bq, ap, aq, ti):
above = (ap + bp)/2
not_above = ((bp*aq) + (ap*bq))/(bq+aq)
use_above = (ap - bp) > ti
combined = not_above.where(use_above, above)
return combined
这种方法的缺点是您必须计算两个分支，并且它会占用更多内存。实际上，它很少给我带来问题，但 YMMV。请注意，使用乘法代替 where 的一个小优点是它在传递标量时也能正常工作。
最后，您还可以考虑更改格式以将信息放在一起，可能使用分层多索引，但我在这方面没有太多经验。
