基于单独列中下方单元格（行）的结果的熊猫列结果

Question

我认为这应该相对容易，但我是个菜鸟！

需要在新的 Pandas 列（称为 B 列）中返回结果，该列基于 A 列中以下行的结果。

请打印以下代码

import pandas as pd
df = pd.DataFrame({'A': ['BUY', 'BUY', 'HODL', 'SELL', 'HODL', 'HODL', 'BUY', 'SELL', 'SELL', 'BUY', 'BUY', 'HODL', 'SELL', 'SELL', 'SELL', 'HODL', 'SELL', 'SELL','BUY']})
print(df)

我需要一个新列（B 列）来根据以下内容返回结果。

从熊猫数据框的底部开始。 A 列中的最后一个单元格（即 A18 = 'BUY'）始终可以为 B 列中的最后一个单元格返回相同的结果。

A 列的下一行（即 A17）是“卖出”。 我认为这是一个变化，因此 B17 单元格现在也应该是“卖出”

A 列的下一行（即 A16）再次是“卖出”。 由于这与 A17 没有变化，因此单元格 B16 现在应该是“NA”

A 列的下一行（即 A15）是“HODL”。 所有“HODL”单元格应始终反映为 B 列中的“HODL”单元格

但是，如果单元格 A15 再次是“卖出”，则将在 B 列中应用另一个“NA”。

“卖出”单元格的相同原则适用于“买入”单元格

提供以下 df 仅用于提供预期结果的可视化：

import pandas as pd

df = pd.DataFrame({'A': ['BUY', 'BUY', 'HODL', 'SELL', 'HODL', 'HODL', 'BUY', 'SELL', 'SELL', 'BUY', 'BUY', 'HODL', 'SELL', 'SELL', 'SELL', 'HODL', 'SELL', 'SELL','BUY'], 'B': ['NA', 'BUY', 'HODL', 'SELL', 'HODL', 'HODL', 'BUY', 'NA', 'SELL', 'NA', 'BUY', 'HODL', 'NA', 'NA', 'SELL', 'HODL', 'NA', 'SELL','BUY']})

print(df)

Answer 1

numpy.select & Series.shift

我们可以使用numpy.select来定义多个条件，并根据这些条件为新列 B 赋值。

在我们的条件中，我们使用我们使用的Series.shift以便我们可以检查下一个值是SELL还是BUY 。

Series.eq与使用== 'SELL' ，例如

注意我反转了你的数据框，因为你想从下往上应用逻辑，我用df[::-1]来做这个。 这与在 Python 中反转列表的方法相同。

# Reverse dataframe
df = df[::-1]

conditions = [
    df['A'].eq('HODL'),
    df['A'].eq('SELL') & df['A'].shift().eq('SELL'),
    df['A'].eq('BUY') & df['A'].shift().eq('BUY')
]

choices = ['HODL', 'NA', 'NA']

df['B'] = np.select(conditions, choices, default=df['A'])

# Reverse dataframe back to original state
df = df[::-1]

输出

print(df)
       A     B
0    BUY    NA
1    BUY   BUY
2   HODL  HODL
3   SELL  SELL
4   HODL  HODL
5   HODL  HODL
6    BUY   BUY
7   SELL    NA
8   SELL  SELL
9    BUY    NA
10   BUY   BUY
11  HODL  HODL
12  SELL    NA
13  SELL    NA
14  SELL  SELL
15  HODL  HODL
16  SELL    NA
17  SELL  SELL
18   BUY   BUY