给定日期范围内持有的最大股票数量

Question

我有历史交易数据，包括进入日期、退出日期和股票名称

我想知道在任何给定日期范围内持有的股票的最大数量。我在MySQL和python中有这些数据

我的数据集：

    entry_time  exit_time         stk
272 2020-06-10 2020-06-23    SHANKARA
197 2020-06-11 2020-06-25    PNCINFRA
85  2020-06-11 2020-06-25  DYNAMATECH
171 2020-06-15 2020-06-29     MANINDS
199 2020-06-16 2020-06-24     ASTERDM
241 2020-06-18 2020-06-29     JKPAPER
130 2020-06-18 2020-06-23  SOMANYCERA
159 2020-06-18 2020-06-25  EVERESTIND
212 2020-06-18 2020-07-01    JSLHISAR
295 2020-06-19 2020-06-25  IBVENTURES
133 2020-06-19 2020-07-02     FIEMIND
123 2020-06-19 2020-06-23    SUPRAJIT
118 2020-06-19 2020-07-01  NRBBEARING
97  2020-06-19 2020-06-24        SPAL
261 2020-06-19 2020-06-29   DALBHARAT
50  2020-06-22 2020-07-06   SANGINITA
150 2020-06-22 2020-07-06         BBL
55  2020-06-22 2020-07-06  SHARDAMOTR
169 2020-06-22 2020-07-06   BALAMINES
12  2020-06-22 2020-06-25   KIRLOSIND
284 2020-06-22 2020-07-06  NATCOPHARM
236 2020-06-23 2020-07-06   QUICKHEAL
69  2020-06-23 2020-07-07        HMVL
220 2020-06-24 2020-07-08      ASTRAL
42  2020-06-26 2020-07-10     MENONBE
260 2020-07-06 2020-07-16         BSE
105 2020-07-07 2020-07-20   GARFIBRES
35  2020-07-16 2020-07-30       SATIA
218 2020-07-17 2020-07-31   THYROCARE
8   2020-08-04 2020-08-07    CREATIVE

输出应该给我的最大数量的股票持有任何一天之间的计数

例如，从上述数据可以看出，2020-06-2015年，我们的投资组合中有4只股票。因此，如果4是持有的最大股票数量，则输出应显示4

Answer 1

你可以：

1. 通过exit_time创建一组所有entry_time的计数，然后将数据帧自身合并，以计算出要减去的值（每个 entry_time的存量计数）
2. 但是，您不能仅从行号中减去该特定行的值（行号为df.index + 1，但您需要首先执行df = df.reset_index(drop=True)，就像我在第一行代码中所做的那样）。然后，您需要使用.cumsum()减去累积和

---

df = df.reset_index(drop=True)
s = (pd.merge(df,
              df[['exit_time']].assign(exit_count=df.groupby('exit_time')['entry_time'].transform('count'))
                                                   .rename({'exit_time':'entry_time'}, axis= 1)
                                                   .drop_duplicates(subset='entry_time')
              ,on='entry_time', how='left'))['exit_count'].fillna(0)
df['COUNT'] = df.index + 1 - s.cumsum()
df
Out[1]: 
    entry_time   exit_time         stk  COUNT
0   2020-06-10  2020-06-23    SHANKARA    1.0
1   2020-06-11  2020-06-25    PNCINFRA    2.0
2   2020-06-11  2020-06-25  DYNAMATECH    3.0
3   2020-06-15  2020-06-29     MANINDS    4.0
4   2020-06-16  2020-06-24     ASTERDM    5.0
5   2020-06-18  2020-06-29     JKPAPER    6.0
6   2020-06-18  2020-06-23  SOMANYCERA    7.0
7   2020-06-18  2020-06-25  EVERESTIND    8.0
8   2020-06-18  2020-07-01    JSLHISAR    9.0
9   2020-06-19  2020-06-25  IBVENTURES   10.0
10  2020-06-19  2020-07-02     FIEMIND   11.0
11  2020-06-19  2020-06-23    SUPRAJIT   12.0
12  2020-06-19  2020-07-01  NRBBEARING   13.0
13  2020-06-19  2020-06-24        SPAL   14.0
14  2020-06-19  2020-06-29   DALBHARAT   15.0
15  2020-06-22  2020-07-06   SANGINITA   16.0
16  2020-06-22  2020-07-06         BBL   17.0
17  2020-06-22  2020-07-06  SHARDAMOTR   18.0
18  2020-06-22  2020-07-06   BALAMINES   19.0
19  2020-06-22  2020-06-25   KIRLOSIND   20.0
20  2020-06-22  2020-07-06  NATCOPHARM   21.0
21  2020-06-23  2020-07-06   QUICKHEAL   19.0
22  2020-06-23  2020-07-07        HMVL   17.0
23  2020-06-24  2020-07-08      ASTRAL   16.0
24  2020-06-26  2020-07-10     MENONBE   17.0
25  2020-07-06  2020-07-16         BSE   12.0
26  2020-07-07  2020-07-20   GARFIBRES   12.0
27  2020-07-16  2020-07-30       SATIA   12.0
28  2020-07-17  2020-07-31   THYROCARE   13.0
29  2020-08-04  2020-08-07    CREATIVE   14.0

然后，要按每entry_time的最大库存进行汇总，可以使用.groupby()：

df = df.groupby('entry_time')['COUNT'].max().reset_index()
df
Out[2]: 
    entry_time  COUNT
0   2020-06-10    1.0
1   2020-06-11    3.0
2   2020-06-15    4.0
3   2020-06-16    5.0
4   2020-06-18    9.0
5   2020-06-19   15.0
6   2020-06-22   21.0
7   2020-06-23   19.0
8   2020-06-24   16.0
9   2020-06-26   17.0
10  2020-07-06   12.0
11  2020-07-07   12.0
12  2020-07-16   12.0
13  2020-07-17   13.0
14  2020-08-04   14.0

Answer 2

在SQL中，您可以通过跟踪输入和输出，然后进行累积求和来处理此问题：

with io as (
      select entry_time as dt, 1 as inc
      from t
      union all
      select exit_time  + interval 1 day as dt, -1
      from t
     )
select dt, sum(inc) as change_on_day,
       sum(sum(inc)) over (order by dt) as active_on_day
from io
group by dt
order by active_on_day desc
limit 1;

Here是一个db<&燃气轮机；小提琴