熊猫最近值不等于当前行

Question

我有一个Pandas DataFrame，其中有一个列， price和一个DateTimeIndex。 我想创建一个新列，当price 下次更改时增加时为1，如果price降低则为0。 多个连续的行可能具有相同的price值。

例：

import pandas as pd
df = pd.DataFrame({"price" : [10, 10, 20, 10, 30, 5]}, index=pd.date_range(start="2017-01-01", end="2017-01-06"))

输出应为：

2017-01-01     1
2017-01-02     1
2017-01-03     0
2017-01-04     1
2017-01-05     0
2017-01-06     NaN

实际上，该DF具有约20mm的行，因此我确实在寻找一种矢量化的方法。

Answer 1

这是执行此操作的一种方法：

1. 计算价格差并向上移动一位；

2. 使用numpy.where将一个分配给价格上涨的头寸，将零分配给价格下跌的头寸；

3. 回填指标列，因此不变值与下一个可用观察值相同；

在代码中：

import numpy as np
price_diff = df.price.diff().shift(-1)
df['indicator'] = np.where(price_diff.gt(0), 1, np.where(price_diff.lt(0), 0, np.nan))
df['indicator'] = df.indicator.bfill()

df
#            price  indicator
#2017-01-01     10      1.0
#2017-01-02     10      1.0
#2017-01-03     20      0.0
#2017-01-04     10      1.0
#2017-01-05     30      0.0
#2017-01-06      5      NaN

Answer 2

df['New']=(df-df.shift(-1))[:-1].le(0).astype(int)
df
Out[879]: 
            price  New
2017-01-01     10  1.0
2017-01-02     10  1.0
2017-01-03     20  0.0
2017-01-04     10  1.0
2017-01-05     30  0.0
2017-01-06      5  NaN

Answer 3

使用班次：

sh = df['price'].shift(-1)
out = sh[~sh.isnull()] = df['price']<=sh

要么

sh = df['price'].shift(-1)
out = np.where(sh.isnull(), np.nan, df['price']<=sh)