如何根据 python 中另一列的条件查找两个日期之间特定列的最大值

Question

我能否就如何根据另一列的条件在两个日期之间查找特定列的最大值获得一些帮助。”

我有一个像下面这样的 df，我需要在条件所在的行之间找到最大值 - ['mark'] 列中的 2'act' 值之间的 ['high'] 列的最大值相同的 ['symbol'] 并将值存储在新列中。

即在 2021 年 4 月 3 日至 2021 年 9 月 3 日之间找到 APPLE 的最大值，因为这两个日期在标记列中都有“行为”。 [ 栏目中标注了更多的“行为”，但由于篇幅限制，在这里分享一个简短的版本]

2021 年 4 月 3 日至 2021 年 3 月 10 日之间的橙色也是如此。

它不应该在 09 上为 Apple 的“act”标记做这个计算，因为在那之后苹果没有更多的行为。

数据：

日期	象征	打开	高的	低的	关	标记
2021 年 3 月 3 日	苹果	732	754.95	723.4	729.85
2021 年 4 月 3 日	苹果	733.25	765.7	715.85	752.45	行为
2021 年 5 月 3 日	苹果	752.45	761	730.5	748.95
2021 年 8 月 3 日	苹果	762.7	767.8	744.2	748.4
2021 年 9 月 3 日	苹果	755.55	759.4	738.65	750.75	行为
2021 年 10 月 3 日	苹果	757.5	753.1	743	745.35
2021 年 12 月 3 日	苹果	743	752.1	723	728.15
15/03/2021	苹果	727.8	727.8	706.05	719.05
2021 年 3 月 3 日	橙	2406	2417.7	2375.8	2402.1
2021 年 4 月 3 日	橙	2380	2435	2350	2417.1	行为
2021 年 5 月 3 日	橙	2399	2423.9	2377.1	2387.1
2021 年 8 月 3 日	橙	2383	2413.5	2360.05	2382.7
2021 年 9 月 3 日	橙	2400	2444	2396.15	2422.7
2021 年 10 月 3 日	橙	2446	2446	2415.55	2431.95	行为
2021 年 12 月 3 日	橙	2442.8	2464.65	2397	2401.35
15/03/2021	橙	2402.55	2427.55	2343.05	2355

Answer 1

好的，我已经对此有所了解 - 首先我重新创建了 dataframe：

import pandas as pd

data={("03/03/2021","APPLE",732,754.95,723.4,729.85,), 
      ("04/03/2021","APPLE",733.25,765.7,715.85,752.45,"act"), 
      ("05/03/2021","APPLE",752.45,761,730.5,748.95,), 
      ("08/03/2021","APPLE",762.7,767.8,744.2,748.4,), 
      ("09/03/2021","APPLE",755.55,759.4,738.65,750.75,"act"), 
      ("10/03/2021","APPLE",757.5,753.1,743,745.35,), 
      ("12/03/2021","APPLE",743,752.1,723,728.15,), 
      ("15/03/2021","APPLE",727.8,727.8,706.05,719.05,), 
      ("03/03/2021","ORANGE",2406,2417.7,2375.8,2402.1,), 
      ("04/03/2021","ORANGE",2380,2435,2350,2417.1,"act"), 
      ("05/03/2021","ORANGE",2399,2423.9,2377.1,2387.1,), 
      ("08/03/2021","ORANGE",2383,2413.5,2360.05,2382.7,), 
      ("09/03/2021","ORANGE",2400,2444,2396.15,2422.7,), 
      ("10/03/2021","ORANGE",2446,2446,2415.55,2431.95,"act"), 
      ("12/03/2021","ORANGE",2442.8,2464.65,2397,2401.35,), 
      ("15/03/2021","ORANGE",2402.55,2427.55,2343.05,2355,)}

df = pd.DataFrame(data, 
                  columns=("date","symbol","open","high","low","close","mark")).
                  sort_values(by=["symbol", "date"]).fillna("").reset_index(drop=True)

我认为您想要做的是对 group-by 的简单max 。 棘手的部分是操纵您的数据，使其符合 group-by 的预期。 也就是说，要分组的字段。

def block_diff(series, trigger, start_stop=False):
    toggle = False
    rs = list()
    for i,v in series.iteritems():
        if v==trigger:
            if start_stop and toggle:
                rs.append(toggle)
                toggle=not toggle
            elif start_stop and not toggle:
                toggle=not toggle
                rs.append(toggle)
            elif not start_stop:
                toggle=not toggle
                rs.append(toggle)
        else:
            rs.append(toggle)
    return pd.Series(rs)

the regions that are going to feature in the group-by.所以上面的 function 被定义了——这里的想法是我们想要的区域。 这个 function 接受一个系列、一些匹配的触发值和一个 start_stop 标志来微调行为。

如果我将其应用于 dataframe，使用返回的True/False值作为索引来填充分组变量的副本并将结果存储在一个名为act_block的新字段中，然后我创建一个唯一的分组字段，该字段也用作开始-停止过滤。 同时，我还创建了一个名为act_sequence的附加列，稍后我们将使用它来标识每个子组的初始起始行。

df['act_block'] = df[block_diff(df['mark'], "act", True)]['symbol']
df['act_sequence'] = df.groupby("act_block").cumcount()
df

    date        symbol  open    high    low     close   mark    act_block   act_sequence
0   03/03/2021  APPLE   732.00  754.95  723.40  729.85          NaN         0
1   04/03/2021  APPLE   733.25  765.70  715.85  752.45  act     APPLE       0
2   05/03/2021  APPLE   752.45  761.00  730.50  748.95          APPLE       1
3   08/03/2021  APPLE   762.70  767.80  744.20  748.40          APPLE       2
4   09/03/2021  APPLE   755.55  759.40  738.65  750.75  act     APPLE       3
5   10/03/2021  APPLE   757.50  753.10  743.00  745.35          NaN         1
6   12/03/2021  APPLE   743.00  752.10  723.00  728.15          NaN         2
7   15/03/2021  APPLE   727.80  727.80  706.05  719.05          NaN         3
8   03/03/2021  ORANGE  2406.00 2417.70 2375.80 2402.10         NaN         4
9   04/03/2021  ORANGE  2380.00 2435.00 2350.00 2417.10 act     ORANGE      0
10  05/03/2021  ORANGE  2399.00 2423.90 2377.10 2387.10         ORANGE      1
11  08/03/2021  ORANGE  2383.00 2413.50 2360.05 2382.70         ORANGE      2
12  09/03/2021  ORANGE  2400.00 2444.00 2396.15 2422.70         ORANGE      3
13  10/03/2021  ORANGE  2446.00 2446.00 2415.55 2431.95 act     ORANGE      4
14  12/03/2021  ORANGE  2442.80 2464.65 2397.00 2401.35         NaN         5
15  15/03/2021  ORANGE  2402.55 2427.55 2343.05 2355.00         NaN         6

现在我们可以在act_block上做一个简单的 groupby，将结果保存到一个名为 max_groups 的系列中：

max_groups = df.groupby("act_block")["high"].max()


act_block
APPLE      767.8
ORANGE    2446.0
Name: high, dtype: float64

Take this series and merge it with the original dataframe - if we do this with a filter, the max_vals object will inherit the original dataframe's index, allowing us to do a pd.concat to selectively join the two objects together to produce the intended output.

max_vals = df.merge(max_groups, left_on=["act_block"], right_on="act_block",how="left")[(df['act_sequence']==0)].fillna("")['high_y']
max_vals.name="max_val"
new_df = pd.concat([df, max_vals], axis=1).fillna("")
new_df = new_df[["date","symbol","open","high","low","close","mark","max_val"]]

new_df

	日期	象征	打开	高的	低的	关	标记	max_val
0	2021 年 3 月 3 日	苹果	732.00	754.95	723.40	729.85
1	2021 年 4 月 3 日	苹果	733.25	765.70	715.85	752.45	行为	767.8
2	2021 年 5 月 3 日	苹果	752.45	761.00	730.50	748.95
3	2021 年 8 月 3 日	苹果	762.70	767.80	744.20	748.40
4	2021 年 9 月 3 日	苹果	755.55	759.40	738.65	750.75	行为
5	2021 年 10 月 3 日	苹果	757.50	753.10	743.00	745.35
6	2021 年 12 月 3 日	苹果	743.00	752.10	723.00	728.15
7	15/03/2021	苹果	727.80	727.80	706.05	719.05
8	2021 年 3 月 3 日	橙	2406.00	2417.70	2375.80	2402.10
9	2021 年 4 月 3 日	橙	2380.00	2435.00	2350.00	2417.10	行为	2446
10	2021 年 5 月 3 日	橙	2399.00	2423.90	2377.10	2387.10
11	2021 年 8 月 3 日	橙	2383.00	2413.50	2360.05	2382.70
12	2021 年 9 月 3 日	橙	2400.00	2444.00	2396.15	2422.70
13	2021 年 10 月 3 日	橙	2446.00	2446.00	2415.55	2431.95	行为
14	2021 年 12 月 3 日	橙	2442.80	2464.65	2397.00	2401.35
15	15/03/2021	橙	2402.55	2427.55	2343.05	2355.00