我正在尝试编写一个程序来对股票交易数据进行更深入的分析，但是遇到了障碍。我要在给定的时间范围内进行所有交易，并创建一个新的CSV文件，以便将该文件用作预测性神经网络的输入。
我当前具有的数据框具有三个值：（1）股票价格； （2）以该价格出售的股票数量； （3）该特定交易的unix时间戳。我无法获得任何准确的数据统计分析。例如，如果我使用.median（），则该程序仅查看列出的值的数量，而不是基于成交量列，每个值可能已被交易数百次的事实。
例如，这是我要分析的一只股票的部分交易历史。
0 227.60 40 1570699811183
1 227.40 27 1570699821641
2 227.59 50 1570699919891
3 227.60 10 1570699919891
4 227.36 100 1570699967691
5 227.35 150 1570699967691 . . .
为了更好地理解此问题，我还按价格将其分组，并用groupby('p').sum().将其他列加起来，我意识到这意味着时间戳是无用的，但它使可视化变得更容易。
227.22 2 1570700275307
227.23 100 1570699972526
227.25 100 4712101657427
227.30 105 4712101371199
227.33 50 1570700574172
227.35 4008 40838209836171 . . .
是否可以使用交易量列中的数字对价格列进行统计分析？我已经考虑过创建一个新的数据框，其中列出了每个价格的交易次数，但是不确定如何执行此操作。
在此先感谢您的帮助！