本文介绍如何对高频股票OHLCV数据按时间分组（如每日同一时刻），并为每组计算最近10个同时间点的成交量滚动排名，解决groupby与rolling协同使用的常见误区。
本文介绍如何对高频股票ohlcv数据按时间分组（如每日同一时刻），并为每组计算最近10个同时间点的成交量滚动排名，解决`groupby`与`rolling`协同使用的常见误区。
在处理15分钟级股票行情数据时，常需分析“同一交易时刻（如每天09:30）的成交量历史分布”，例如：判断今日09:30的成交量在近10个交易日同时间点中的相对位置。这并非简单按time列groupby().rank()（该操作会跨所有历史数据静态排名），而是需要按时间点分组 + 时间窗口内滚动计算——即：对每个唯一时间（如09:30:00），提取其对应的所有历史记录（按Date_time升序排列），再对其最近10条记录的Volume做滚动排名。
关键在于理解逻辑顺序：
✅ 正确路径：先按自然时间粒度分组（如pd.Grouper(freq='15Min')或提取time后确保时序对齐）→ 对每组内序列按Date_time排序 → 在该有序序列上应用rolling(10).rank()；
❌ 常见错误：直接groupby('Time')['Volume'].rank()——这会将所有09:30数据视为一个扁平列表静态排名，丢失“滚动”和“时间先后”含义。
以下是推荐实现方案（兼顾准确性与可读性）：
import pandas as pd
# 1. 确保时间列为datetime并排序
raw_bn['Date_time'] = pd.to_datetime(raw_bn['Date_time'])
raw_bn = raw_bn.sort_values('Date_time').reset_index(drop=True)
# 2. 提取标准时间标签（如'09:30:00'），用于分组
raw_bn['Time'] = raw_bn['Date_time'].dt.time
# 3. 按Time分组，对每组Volume进行滚动排名（window=10，min_periods=1）
# 注意：必须保证组内数据按时间升序排列（已通过sort_values确保）
raw_bn['RollingRank'] = (
raw_bn.groupby('Time', group_keys=False)['Volume']
.apply(lambda x: x.rolling(window=10, min_periods=1).rank(method='min', ascending=False))
)
# 可选：将排名转为整数（四舍五入或向下取整），便于解读
raw_bn['RollingRank'] = raw_bn['RollingRank'].round(0).astype('Int64')? 注意事项：
- min_periods=1 确保起始几条数据也能生成有效排名（避免NaN）；
- method='min' 处理并列情况（相同Volume时赋予相同最小秩）；
- 若原始数据存在某时间点缺失（如某日09:30无数据），该组长度不足10则自动按实际长度计算；
- 严禁在groupby前未排序——rolling()依赖索引/顺序，乱序会导致逻辑错误；
- 如需严格按“交易日历”而非自然日滚动（排除周末/休市），建议先用business_day频率重采样或引入自定义日历。
该方法可灵活扩展：将Volume替换为Close计算价格相对强度，或将window设为20、60等适配不同分析周期。核心思想始终一致——分组定义“同类样本”，滚动定义“动态比较范围”，rank完成相对定位。
