获取 pandas dataframe 中列的先前非 NaN 值来计算

Question

我有以下 pd df 时间序列，其中有收盘价、确定何时打开 (1) 或关闭 (-1) position、position 的大小和总数（大小*关闭）的过滤器：

Date        Close   Filter  O_Size  O_Tot
1/5/2018    15.85   1       74      1172.9
1/8/2018    16.50   0       
... 
2/14/2018   16.49   0       
2/15/2018   16.03   -1      
...

当Filter的值为-1时，我想新建一个列C_Tot = Close * O_Size，取之前的size值不是NaN的时候。

Date        Close   Filter  O_Size  O_Tot    C_Tot
1/5/2018    15.85   1       74      1172.9
1/8/2018    16.50   0       
... 
2/14/2018   16.49   0       
2/15/2018   16.03   -1                        1186.22
...

我想知道我是否可以在没有循环的情况下做到这一点。

干杯

Answer 1

我使用您在此处提供的有限数据创建了它。在使用它之前将所有空单元格设置为 nan。

import pandas as pd
import numpy as np

v=[["1/5/2018",15.85 ,  1,       74 ,     1172.9],
["1/8/2018",16.50 ,0       ,np.nan,np.nan],
["2/14/2018" , 16.49,   0  ,np.nan,np.nan]     ,
["2/15/2018",   16.03,   -1      ,np.nan,np.nan]]

df=pd.DataFrame(v,columns=["Date","Close","Filter","O_Size","O_Tot"])

tmp = df[df.Filter==-1]

def func(x):
    spl = df.iloc[:x.name,:]
    val = spl.iloc[spl["O_Size"].last_valid_index()].O_Size*x.Close
    return val

tmp["C_Tot"] = tmp.apply(func,axis=1)
res = pd.concat([df,tmp["C_Tot"]],axis=1)

output

        Date  Close  Filter  O_Size   O_Tot    C_Tot
0   1/5/2018  15.85       1    74.0  1172.9      NaN
1   1/8/2018  16.50       0     NaN     NaN      NaN
2  2/14/2018  16.49       0     NaN     NaN      NaN
3  2/15/2018  16.03      -1     NaN     NaN  1186.22