pandas df 中的條件計數

Question

我有一個dataframe的股價：

df = pd.DataFrame([100, 101, 99, 100,105,104,106], columns=['P'])

我想創建一個計數器列，如果當前價格高於前一行的價格，則計數，但如果當前價格低於前一行的價格，則僅在超過該價格后再次計數（如水印）。 下面是所需的列：

df['counter'] = [np.nan, 1, 1, 1,2,2,3]

所以第二排的價格是101超過100，所以計數器是1，然后價格下降到99又回到100，但是計數器還是1，因為我們還沒有達到101的價格（也就是水印） ，然后一旦我們在第 4 行超過 101，價格為 105，計數器變為 2，然后價格再次下降到 104，所以我們保持在 2，然后當它變為 106 時，我們將計數器增加到 3。

Answer 1

算法：

1. 找出每行（包括當前行）的當前最大先前觀察到的值。

2. 查看前一行的最大先前觀察值是多少。

3. 每次這兩個值之間存在差異時，我們就知道在當前行中已經命中了一個新的水印。

4. 計算新水印被擊中次數的累積總和。

    df["current_observed_max"] = df["p"].cummax() df["previous_observed_max"] = df["current_observed_max"].shift(1) df["is_new_watermark"] =(df["current_observed_max"].= df["previous_observed_max"]).astype(int) df["counter"] = df["is_new_watermark"].cumsum()

有了這個，您可能需要減去 1，具體取決於您希望如何處理第一個觀察到的數字。

Answer 2

另一種方法：查找行值是否等於累積最大值和 cumsum() 以創建唯一組

df['newP']=(df['P'].cummax()==df['P']).cumsum()-1

     P  newP
0  100     0
1  101     1
2   99     1
3  100     1
4  105     2
5  104     2
6  106     3

Answer 3

一個非常簡單有效的方法是結合pandas.factorize和cumsum ：

df['counter'] = pd.factorize(df['P'].cummax())[0]

Output：

     P  counter
0  100        0
1  101        1
2   99        1
3  100        1
4  105        2
5  104        2
6  106        3