将单个数据帧值与同一列中的前 10 个值进行比较答案

【问题标题】：Comparing single dataframe value to previous 10 in same column将单个数据帧值与同一列中的前 10 个值进行比较
【发布时间】：2016-01-22 05:48:14
【问题描述】：

在数据框中，我想计算前 10 天的价格有多少高于今天的价格。结果如下所示：

price   ct>prev10
50.00   
51.00   
52.00   
50.50   
51.00   
50.00   
50.50   
53.00   
52.00   
49.00   
51.00   3

我看到 DSM 回复了这篇帖子，但要求不同，因为比较的基数是静态数字，而不是当前行：

Achieving "countif" with pd.rolling_sum()

当然，我想在不循环 1x1 的情况下执行此操作。非常难过-提前感谢您的任何建议。

【问题讨论】：

标签： python pandas conditional dataframe vectorization

【解决方案1】：

您可以在系列上使用rolling_apply 函数。考虑到样本数据的大小，我使用了 5 的窗口长度，但您可以轻松更改它。

lambda函数统计滚动组中的项数（不包括最后一项）大于最后一项。

df = pd.DataFrame({'price': [50, 51, 52, 50.5, 51, 50, 50.5, 53, 52, 49, 51]})

window = 5  # Given that sample data only contains 11 values.
df['price_count'] = pd.rolling_apply(df.price, window, 
                                     lambda group: sum(group[:-1] > group[-1]))
>>> df
    price  price_count
0    50.0          NaN
1    51.0          NaN
2    52.0          NaN
3    50.5          NaN
4    51.0            1
5    50.0            4
6    50.5            2
7    53.0            0
8    52.0            1
9    49.0            4
10   51.0            2

在上面的示例中，第一组是索引值为 0-4 的价格。你可以看到发生了什么：

group = df.price[:window].values
>>> group
array([ 50. ,  51. ,  52. ,  50.5,  51. ])

现在，将前四个价格与当前价格进行比较：

>>> group[:-1] > group[-1]
array([False, False,  True, False], dtype=bool)

然后，您只是对布尔值求和：

>>> sum(group[:-1] > group[-1])
1

这是在索引 4 处放入第一个关闭窗口的值。

【讨论】：

嗨，Alexander，感谢您的快速响应。我相信这正是我所需要的，但我还没有完全理解它。如果我想让回溯期为 5 天，不包括今天，我将如何调整你写的内容？我知道我可以使 window=6，但为了更好地理解您的解决方案，它会是：pd.rolling_apply(df.price, window, lambda group: sum(group[:-1] > group[-2])) ?
窗口的最后一天被排除在比较之外。请参阅上面的编辑。

【解决方案2】：

这是一个带有NumPy 模块的向量化方法，它支持broadcasting 来实现向量化方法 -

import numpy as np
import pandas as pd

# Sample input dataframe
df = pd.DataFrame({'price': [50, 51, 52, 50.5, 51, 50, 50.5, 53, 52, 49, 51]})

# Convert to numpy array for counting purposes
A = np.array(df['price'])

W = 5 # Window size

# Initialize another column for storing counts
df['price_count'] = np.nan

# Get counts and store as a new column in dataframe
C = (A[np.arange(A.size-W+1)[:,None] + np.arange(W-1)] > A[W-1:][:,None]).sum(1)
df['price_count'][W-1:] = C

示例运行 -

>>> df
    price
0    50.0
1    51.0
2    52.0
3    50.5
4    51.0
5    50.0
6    50.5
7    53.0
8    52.0
9    49.0
10   51.0
>>> A = np.array(df['price'])
>>> W = 5 # Window size
>>> df['price_count'] = np.nan
>>> 
>>> C=(A[np.arange(A.size-W+1)[:,None] + np.arange(W-1)] > A[W-1:][:,None]).sum(1)
>>> df['price_count'][W-1:] = C
>>> df
    price  price_count
0    50.0          NaN
1    51.0          NaN
2    52.0          NaN
3    50.5          NaN
4    51.0            1
5    50.0            4
6    50.5            2
7    53.0            0
8    52.0            1
9    49.0            4
10   51.0            2

【讨论】：