[英]Create a new pandas dataframe column based on other column of the dataframe
[英]Trying to create a new dataframe column in pandas based on a dataframe related if statement
我正在学习Python和熊猫,并使用不同的股票计算进行练习。 我试图在此方面寻求帮助,但只是没有找到足够类似的响应,或者不了解如何根据先前的响应推论出正确的方法。
我已使用datareader将给定时间范围的库存数据读取到dataframe df中。 在df中,我要使用“日期量”和“调整结束”列,以根据给定的条件来创建新列“ OBV”。 OBV是一个累积值,根据调整后的收盘价,它在前几天的OBV中增加或减去今天的交易量。
OBV的计算很简单:
如果今天的收市价高于昨天的收市价,则将今天的交易量添加到昨天的(累计)交易量中。
如果今天的收市价低于昨天的收市价,则从昨天的(累积)量中减去今天的量。
在第1天,OBV = 0
然后沿着时间范围重复此操作,并累积OBV。
这是基本的导入和开始
import numpy as np
import pandas as pd
import pandas_datareader
import datetime
from pandas_datareader import data, wb
start = datetime.date(2012, 4, 16)
end = datetime.date(2017, 4, 13)
# Reading in Yahoo Finance data with DataReader
df = data.DataReader('GOOG', 'yahoo', start, end)
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
#This is what I cannot get to work, and I've tried two different ways.
#ATTEMPT1
def obv1(column):
if column["Adj Close"] > column["Adj close"].shift(-1):
val = column["Volume"].shift(-1) + column["Volume"]
else:
val = column["Volume"].shift(-1) - column["Volume"]
return val
df["OBV"] = df.apply(obv1, axis=1)
#ATTEMPT 2
def obv1(df):
if df["Adj Close"] > df["Adj close"].shift(-1):
val = df["Volume"].shift(-1) + df["Volume"]
else:
val = df["Volume"].shift(-1) - df["Volume"]
return val
df["OBV"] = df.apply(obv1, axis=1)
两者都给我一个错误。
考虑数据帧df
np.random.seed([3,1415])
df = pd.DataFrame(dict(
Volume=np.random.randint(100, 200, 10),
AdjClose=np.random.rand(10)
))
print(df)
AdjClose Volume
0 0.951710 111
1 0.346711 198
2 0.289758 174
3 0.662151 190
4 0.171633 115
5 0.018571 155
6 0.182415 113
7 0.332961 111
8 0.150202 113
9 0.810506 126
当AdjClose
变化为负时,将Volume
乘以-1。 然后cumsum
(df.Volume * (~df.AdjClose.diff().le(0) * 2 - 1)).cumsum()
0 111
1 -87
2 -261
3 -71
4 -186
5 -341
6 -228
7 -117
8 -230
9 -104
dtype: int64
在df
的其余部分中包括此内容
df.assign(new=(df.Volume * (~df.AdjClose.diff().le(0) * 2 - 1)).cumsum())
AdjClose Volume new
0 0.951710 111 111
1 0.346711 198 -87
2 0.289758 174 -261
3 0.662151 190 -71
4 0.171633 115 -186
5 0.018571 155 -341
6 0.182415 113 -228
7 0.332961 111 -117
8 0.150202 113 -230
9 0.810506 126 -104
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.