如何在 pandas 中有效地在組內循環？

Question

我有一張這樣的桌子

import pandas as pd
import numpy as np

df = pd.DataFrame.from_dict({'date':[1,2,3,4,5,6,7,8,9,10] ,'high':[10,9,8,8,7,6,7,8,9,10],'low':[9,7,6,5,2,1,2,1,8,9],'stock':['A']*5 + ['B']*5})

日期	高的	低的	股票
1個	10	9	一種
2個	9	7	一種
3個	8個	6個	一種
4個	8個	5個	一種
5個	7	2個	一種
6個	6個	1個	乙
7	7	2個	乙
8個	8個	1個	乙
9	9	8個	乙
10	10	9	乙

對於每只股票的每一天，我想知道今天的“高點”和低點（之后或今天）之間的最大差異是多少。 例如，在日期 1，股票 A 的最高價為 10 美元。 我查看日期 1-5，發現高價和低價之間的最大差異出現在日期 5。日期 1 的結果將是 10-2=8。在日期 2，我應該只查看日期 2 之后的“低”。

結果：

日期	高的	低的	股票	差異高低
1個	10	9	一種	8個
2個	9	7	一種	7
3個	8個	6個	一種	6個
4個	8個	5個	一種	6個
5個	7	2個	一種	5個
6個	6個	1個	乙	5個
7	7	2個	乙	6個
8個	8個	1個	乙	7
9	9	8個	乙	1個
10	10	9	乙	1個

我目前正在使用 for 循環並且它有效。 在我的 100 萬多行表上它真的很慢。 有更好的方法嗎？

我目前的方法：

diff_high_low=[]
for gname, g in df.groupby('stock'):
    rows = g.shape[0]
    for i in range(0,rows):
            diff_high_low.append(max( g['high'].iloc[i] - g['low'].iloc[i:rows,]))
df['diff_high_low'] = diff_high_low

Answer 1

我們需要groupby和cummin

df['diff_high_low'] = df['high'] - df.iloc[::-1].groupby('stock')['low'].cummin()
Out[273]: 
0    8
1    7
2    6
3    6
4    5
5    5
6    6
7    7
8    1
9    1
dtype: int64