在交易數據中，常常會看到同一幣種的多次買入，買入的單價和數量可能有所不同。如果我們想要計算每個幣種的總量、總價以及加權平均價格，就需要對數據進行整理和計算。本文將透過 Excel 和 Python 兩種方法，幫助你實現這個目標。

示例數據

假設我們有一份交易數據，包含以下列：

• 時間：交易時間
• 幣種：買入的幣種
• 交易方向：買入（BUY）或賣出（SELL）
• 單價：買入的單個幣種價格
• 數量：買入的數量
• 總價：買入幣種的總花費（單價 × 數量）

舉個例子：

或者如下圖：

我們需要計算：

1. 每個幣種的買入總量。
2. 每個幣種的買入總價。
3. 每個幣種的加權平均價格，即 (單價 * 數量) / 總量。

方法 1：使用 Excel 計算

Excel 的樞紐分析表功能非常適合進行分組統計，但它沒有內建的加權平均計算功能。因此，我們需要稍微調整一下流程：

步驟 1：創建樞紐分析表

1. 打開 Excel 檔案，並確保數據格式正確。
2. 選擇所有數據區域（包括表頭），然後點選 插入 -> 樞紐分析表。
3. 在彈出的視窗中選擇 新工作表，然後點選 確定。

步驟 2：設置樞紐分析表字段

1. 將 幣種 拖到 行 區域。
2. 將 數量 和 總價 拖到 值 區域，並設置它們的求和（預設即為求和）。

這樣你就可以得到每個幣種的總量和總價。

步驟 3：計算加權平均價格

1. 在樞紐分析表旁邊創建一個新的列來計算加權平均價格。
2. 假設樞紐分析表的 總價 在 G 列，數量 在 F 列，則在新列的第一個單元格（假設是 H2）中，輸入以下公式：

   1

   =G2/F2

3. 將該公式複製到下面的單元格，得到每個幣種的加權平均價格。

完整的樞紐分析表示例

最後得出表格如下：

方法 2：使用 Python 計算加權平均價格

如果你更喜歡使用 Python 來自動化計算，可以使用 pandas 庫進行處理。以下是完整的 Python 腳本，幫助你根據數據計算每個幣種的買入總量、總價和加權平均價格。

步驟 1：安裝 pandas 庫

如果你還沒有安裝 pandas 庫，可以透過以下命令進行安裝：

1

pip install pandas

步驟 2：Python 腳本

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

import pandas as pd

# 讀取 Excel 檔案
df = pd.read_excel('交易數據.xlsx')

# 篩選出交易方向為 BUY 的數據
buy_df = df[df['交易方向'] == 'BUY']

# 計算每個幣種的加權價格
buy_df['加權價格'] = buy_df['單價'] * buy_df['數量']

# 按幣種分組，計算總量、總價和加權平均價格
summary_df = buy_df.groupby('幣種').agg(
    總量=('數量', 'sum'),
    總價=('加權價格', 'sum'),
).reset_index()

# 計算加權平均價格
summary_df['平均價格'] = summary_df['總價'] / summary_df['總量']

# 將結果輸出到一個新的 Excel 檔案
summary_df.to_excel('幣種統計表.xlsx', index=False)

print(summary_df)

解釋：

1. 讀取數據：透過 pandas 的 read_excel() 函數讀取 Excel 檔案。
2. 計算加權價格：使用 買入單價 * 數量 計算每筆交易的加權價格。
3. 按幣種分組：透過 groupby('幣種') 對數據按幣種分組，計算 總量 和 總價（加權價格的總和）。
4. 計算加權平均價格：最後，使用 總價 / 總量 來計算每個幣種的加權平均價格。
5. 輸出結果：透過 to_excel() 將結果保存到新的 Excel 檔案中。

輸出結果

總結

• Excel 方法：透過樞紐分析表和手動計算加權平均價格，你可以快速實現每個幣種的統計。
• Python 方法：透過 pandas 自動化處理，你可以更加靈活地計算和輸出結果，特別適用於數據量較大的情況。

選擇適合你的方法來進行計算，如果你有任何問題或需要進一步調整，歡迎隨時聯繫我！