Python将条件数组转换为数据框

Question

我有一个包含以下信息的数据框：

    ticker       date      close       gap
0      BHP 1981-07-31   0.945416 -0.199458
1      BHP 1981-08-31   0.919463 -0.235930
2      BHP 1981-09-30   0.760040 -0.434985
3      BHP 1981-10-30   0.711842 -0.509136
4      BHP 1981-11-30   0.778578 -0.428161
..     ...        ...        ...       ...
460    BHP 2019-11-29  38.230000  0.472563
461    BHP 2019-12-31  38.920000  0.463312
462    BHP 2020-01-31  39.400000  0.459691
463    BHP 2020-02-28  33.600000  0.627567
464    BHP 2020-03-31  28.980000  0.784124

我开发了以下代码来查找行在跨越 0 时的位置：

zero_crossings =np.where(np.diff(np.sign(BHP_data['gap'])))[0]

这会返回：

array([ 52,  54,  57,  75,  79,  86,  93, 194, 220, 221, 234, 235, 236,
       238, 245, 248, 277, 379, 381, 382, 383, 391, 392, 393, 395, 396],
      dtype=int64)

我需要能够做到以下几点：

• 计算'gap' 与0 交叉点之间的月数
• 删除月数为<12的项目
• 平均剩余月份

但是，我不知道如何将这个nd.array 变成有用的东西，我可以从中进行计算。当我尝试时：

pd.DataFrame(zero_crossings)

我得到以下df，它只返回索引：

      0
0    52
1    54
2    57
3    75
4    79
5    86
..   ..

请帮忙...

Answer 1

只需稍微扩展您的代码，即可根据需要将zero_crossings 放入原始数据帧中。

import pandas as pd
import numpy as np

BHP_data = pd.DataFrame({'gap': [-0.199458, 0.472563, 0.463312, 0.493318, -0.509136, 0.534985, 0.784124]})
BHP_data['zero_crossings'] = 0

zero_crossings = np.where(np.diff(np.sign(BHP_data['gap'])))[0]
print(zero_crossings) # [0 3 4]

# Updates the column to 1 based on the 0 crossing
BHP_data.loc[zero_crossings, 'zero_crossings'] = 1

print(BHP_data)

输出

        gap  zero_crossings
0 -0.199458               1
1  0.472563               0
2  0.463312               0
3  0.493318               1
4 -0.509136               1
5  0.534985               0
6  0.784124               0