![](/img/trans.png)
[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
我正在學習Python和熊貓,並使用不同的股票計算進行練習。 我試圖在此方面尋求幫助,但只是沒有找到足夠類似的響應,或者不了解如何根據先前的響應推論出正確的方法。
我已使用datareader將給定時間范圍的庫存數據讀取到dataframe df中。 在df中,我要使用“日期量”和“調整結束”列,以根據給定的條件來創建新列“ OBV”。 OBV是一個累積值,根據調整后的收盤價,它在前幾天的OBV中增加或減去今天的交易量。
OBV的計算很簡單:
如果今天的收市價高於昨天的收市價,則將今天的交易量添加到昨天的(累計)交易量中。
如果今天的收市價低於昨天的收市價,則從昨天的(累積)量中減去今天的量。
在第1天,OBV = 0
然后沿着時間范圍重復此操作,並累積OBV。
這是基本的導入和開始
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)
兩者都給我一個錯誤。
考慮數據幀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
當AdjClose
變化為負時,將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內容
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.