用于对 pandas 进行比较的循环

Question

我需要帮助在我的数据框上创建一个新列

我有以下数据框：

          OPEN    CLOSE
1      1.10074  1.10073
2      1.10073  1.10083
3      1.10083  1.10082
4      1.10082  1.10070
5      1.10071  1.10073
6      1.10073  1.10083
7      1.10083  1.10083
8      1.10083  1.10086
9      1.10088  1.10073
10     1.10073  1.10075

每当大于或小于上一个时，我想标记'CLOSE'列中的值

示例退出：

          OPEN    CLOSE   TAG
1      1.10074  1.10073     ?   #anything can be placed
2      1.10073  1.10083     1   #value higher than previous
3      1.10083  1.10082     0
4      1.10082  1.10070     0
5      1.10071  1.10073     1   #value higher than previous
6      1.10073  1.10083     1   #value higher than previous
7      1.10083  1.10083     ?   #when equal anything can be placed
8      1.10083  1.10086     1   #value higher than previous
9      1.10088  1.10073     0
10     1.10073  1.10075     1   #value higher than previous

最好的方法是什么？我试过枚举，但我做不到。感谢您的帮助。

Answer 1

您可以使用.shift(n)，其中n 表示要比较的先前行的数量：

(df['CLOSE'] > df['CLOSE'].shift(1)).astype(int)

Answer 2

开始于：

df['prev']=df['CLOSE'].shift(1)

结果：

    OPEN    CLOSE   prev
1   1.10074 1.10073 NaN
2   1.10073 1.10083 1.10073
3   1.10083 1.10082 1.10083
4   1.10082 1.10070 1.10082
5   1.10071 1.10073 1.10070
6   1.10073 1.10083 1.10073
7   1.10083 1.10083 1.10083
8   1.10083 1.10086 1.10083
9   1.10088 1.10073 1.10086
10  1.10073 1.10075 1.10073

比添加：

import numpy as np
df['TAG'] = np.where(df['CLOSE']-df['prev']>0,1,0)

结果：

    OPEN    CLOSE   prev       TAG
1   1.10074 1.10073 NaN 0
2   1.10073 1.10083 1.10073    1
3   1.10083 1.10082 1.10083    0
4   1.10082 1.10070 1.10082    0
5   1.10071 1.10073 1.10070    1
6   1.10073 1.10083 1.10073    1
7   1.10083 1.10083 1.10083    0
8   1.10083 1.10086 1.10083    1
9   1.10088 1.10073 1.10086    0
10  1.10073 1.10075 1.10073    1

如果你想在 equals 的情况下改进，你可以这样做：

df['TAG'] = np.where(df['CLOSE']-df['prev']>0,1,np.where(df['CLOSE']-df['prev']==0,'EQUALS',0))

想要的结果：

    OPEN    CLOSE   prev       TAG
1   1.10074 1.10073 NaN 0
2   1.10073 1.10083 1.10073    1
3   1.10083 1.10082 1.10083    0
4   1.10082 1.10070 1.10082    0
5   1.10071 1.10073 1.10070    1
6   1.10073 1.10083 1.10073    1
7   1.10083 1.10083 1.10083    EQUALS
8   1.10083 1.10086 1.10083    1
9   1.10088 1.10073 1.10086    0
10  1.10073 1.10075 1.10073    1