根据其他列的输入在数据框中创建列答案

【问题标题】：Creating a column in a dataframe based on inputs of other columns根据其他列的输入在数据框中创建列
【发布时间】：2020-07-10 23:15:54
【问题描述】：

我想在下面的 df 上创建一个新列，一旦 C>55 天高点返回 1。每个后续行也将显示 1，即使 C

df = pd.DataFrame([
    ['2020-01-01 01:01:00', 7147.69, 7163.32, 7147.69],
    ['2020-01-01 01:02:00', 7158.31, 7163.32, 7147.69],
    ['2020-01-01 01:03:00', 7157.08, 7163.32, 7147.69],
    ['2020-01-01 01:04:00', 7157.01, 7163.32, 7147.69],
    ['2020-01-01 01:05:00', 7159.85, 7163.32, 7147.69],
    ['2020-01-01 01:06:00', 7161.29, 7163.32, 7147.69],
    ['2020-01-01 01:07:00', 7161.29, 7163.32, 7147.69],
    ['2020-01-01 01:08:00', 7161.28, 7162.03, 7147.69],
    ['2020-01-01 01:09:00', 7161.29, 7162.03, 7147.69],
], columns=['date', 'C', '55 day high', '20 day low'])

数据帧：

                               C  55 day high  20 day low
date                                                 
2020-01-01 01:01:00  7147.69      7163.32     7147.69
2020-01-01 01:02:00  7158.31      7163.32     7147.69
2020-01-01 01:03:00  7157.08      7163.32     7147.69
2020-01-01 01:04:00  7157.01      7163.32     7147.69
2020-01-01 01:05:00  7159.85      7163.32     7147.69
2020-01-01 01:06:00  7161.29      7163.32     7147.69
2020-01-01 01:07:00  7161.29      7163.32     7147.69
2020-01-01 01:08:00  7161.28      7162.03     7147.69
2020-01-01 01:09:00  7161.29      7162.03     7147.69

【问题讨论】：

请附上所需的输出结果集。

标签： python function dataframe

【解决方案1】：

我想不出办法做到这一点apply()，但您可以使用iterrows() 循环遍历带有条件的行，输出结果列表，然后将其放入新的数据框列。请注意，我已更改课程数据以模拟您描述的开始和停止条件：

import pandas as pd 
df = pd.DataFrame([
    ['2020-01-01 01:01:00', 7147.69, 7163.32, 7147.69],
    ['2020-01-01 01:02:00', 7158.31, 7163.32, 7147.69],
    ['2020-01-01 01:03:00', 7164.08, 7163.32, 7147.69],
    ['2020-01-01 01:04:00', 7157.01, 7163.32, 7147.69],
    ['2020-01-01 01:05:00', 7159.85, 7163.32, 7147.69],
    ['2020-01-01 01:06:00', 7161.29, 7163.32, 7147.69],
    ['2020-01-01 01:07:00', 7161.29, 7163.32, 7147.69],
    ['2020-01-01 01:08:00', 7145.28, 7162.03, 7147.69],
    ['2020-01-01 01:09:00', 7161.29, 7162.03, 7147.69],
], columns=['date', 'C', '55 day high', '20 day low'])

new_col = []
state = 0
for row in df.iterrows():
    if row[1]['C'] > row[1]['55 day high']:
        state = 1
    if row[1]['C'] < row[1]['20 day low']:
        state = 0
    new_col.append(state)

df['result'] = new_col
df

date    C   55 day high 20 day low  result
0   2020-01-01 01:01:00 7147.69 7163.32 7147.69 0
1   2020-01-01 01:02:00 7158.31 7163.32 7147.69 0
2   2020-01-01 01:03:00 7164.08 7163.32 7147.69 1
3   2020-01-01 01:04:00 7157.01 7163.32 7147.69 1
4   2020-01-01 01:05:00 7159.85 7163.32 7147.69 1
5   2020-01-01 01:06:00 7161.29 7163.32 7147.69 1
6   2020-01-01 01:07:00 7161.29 7163.32 7147.69 1
7   2020-01-01 01:08:00 7145.28 7162.03 7147.69 0
8   2020-01-01 01:09:00 7161.29 7162.03 7147.69 0

【讨论】：

【解决方案2】：

这可能会帮助您解决问题。不确定我的逻辑是否在这里，但希望这能让你更接近解决你的问题。

def logic(C,H,L):
    if (C > H and C < L):
        return(1)
    if (C < L):
        return(0)
    else:
        return(-1)
for C, H, L in df[['C', '55 day high', '20 day low']].itertuples(index=False):
    print(logic(C,H,L)

【讨论】：