Pandas 函数确定更改点日期

我正在处理一些时间序列数据，并希望创建一个函数来标识度量的变化点。在这种情况下，当第7天移动平均线穿过第30天移动平均线时，变化点就会出现

在我的df中，我希望能够标记这些日期，并计算固定到变更日期的滚动计算。例如，累积增量/pct变化等

我有一些相当难看的代码，让我大部分的方式。但是，我想从社区了解是否有不创建中间栏的方法来实现这一点

data = {'rpc_avg_7d': {(48, '2018-11-26'): 2.8,
  (48, '2018-11-27'): 2.75,
  (48, '2018-11-28'): 2.62,
  (48, '2018-11-29'): 2.48,
  (48, '2018-11-30'): 2.39,
  (48, '2018-12-01'): 2.41,
  (48, '2018-12-02'): 2.46,
  (49, '2018-12-04'): 2.56,
  (49, '2018-12-05'): 2.73,
  (49, '2018-12-06'): 2.86,
  (49, '2018-12-07'): 3.01,
  (49, '2018-12-08'): 3.09,
  (49, '2018-12-09'): 3.2,
  (50, '2018-12-10'): 3.36,
  (50, '2018-12-11'): 3.4,
  (50, '2018-12-12'): 3.36,
  (50, '2018-12-13'): 3.43},
 'rpc_avg_30d': {(48, '2018-11-26'): 2.76,
  (48, '2018-11-27'): 2.77,
  (48, '2018-11-28'): 2.76,
  (48, '2018-11-29'): 2.76,
  (48, '2018-11-30'): 2.74,
  (48, '2018-12-01'): 2.73,
  (48, '2018-12-02'): 2.71,
  (49, '2018-12-04'): 2.73,
  (49, '2018-12-05'): 2.78,
  (49, '2018-12-06'): 2.79,
  (49, '2018-12-07'): 2.8,
  (49, '2018-12-08'): 2.8,
  (49, '2018-12-09'): 2.82,
  (50, '2018-12-10'): 2.83,
  (50, '2018-12-11'): 2.87,
  (50, '2018-12-12'): 2.91,
  (50, '2018-12-13'): 2.94},
 'MA_diff': {(48, '2018-11-26'): 0.04,
  (48, '2018-11-27'): -0.02,
  (48, '2018-11-28'): -0.14,
  (48, '2018-11-29'): -0.27,
  (48, '2018-11-30'): -0.35,
  (48, '2018-12-01'): -0.32,
  (48, '2018-12-02'): -0.25,
  (49, '2018-12-04'): -0.18,
  (49, '2018-12-05'): -0.05,
  (49, '2018-12-06'): 0.08,
  (49, '2018-12-07'): 0.21,
  (49, '2018-12-08'): 0.29,
  (49, '2018-12-09'): 0.38,
  (50, '2018-12-10'): 0.53,
  (50, '2018-12-11'): 0.54,
  (50, '2018-12-12'): 0.45,
  (50, '2018-12-13'): 0.48}}

df = pd.DataFrame.from_dict(data)
df['trend_flag'] = df['MA_diff'].transform(lambda x: 'up' if x > 0 else 'down')
df['change_pt'] = df['trend_flag'] != df['trend_flag'].shift(1)
print(df)

               rpc_avg_7d  rpc_avg_30d  MA_diff trend_flag  change_pt
48 2018-11-26        2.80         2.76     0.04         up       True
   2018-11-27        2.75         2.77    -0.02       down       True
   2018-11-28        2.62         2.76    -0.14       down      False
   2018-11-29        2.48         2.76    -0.27       down      False
   2018-11-30        2.39         2.74    -0.35       down      False
   2018-12-01        2.41         2.73    -0.32       down      False
   2018-12-02        2.46         2.71    -0.25       down      False
49 2018-12-04        2.56         2.73    -0.18       down      False
   2018-12-05        2.73         2.78    -0.05       down      False
   2018-12-06        2.86         2.79     0.08         up       True
   2018-12-07        3.01         2.80     0.21         up      False
   2018-12-08        3.09         2.80     0.29         up      False
   2018-12-09        3.20         2.82     0.38         up      False
50 2018-12-10        3.36         2.83     0.53         up      False
   2018-12-11        3.40         2.87     0.54         up      False
   2018-12-12        3.36         2.91     0.45         up      False
   2018-12-13        3.43         2.94     0.48         up      False

当

change\u pt==True

时，我不知道如何使用函数传递多索引的（第二）级别（日期）

---

加分-有人能解释一下允许您将滚动计算与时间序列组内的任意/计算日期联系起来的一般概念吗？通过按[change\u pt，date]分组并应用

.rolling

，这可能会起作用，但这看起来很混乱。

如果我理解，您可以这样做：

df['change_point_date'] = np.where(np.sign(df['MA_diff']) != np.sign(df['MA_diff'].shift(1)), df.index.get_level_values(1), None)

它将当前

MA_diff

的符号与前一个符号进行比较，如果它们不同，则输出多索引级别1的值

新df的尾部：

               rpc_avg_7d  rpc_avg_30d  MA_diff change_point_date
49 2018-12-04        2.56         2.73    -0.18              None
   2018-12-05        2.73         2.78    -0.05              None
   2018-12-06        2.86         2.79     0.08        2018-12-06
   2018-12-07        3.01         2.80     0.21              None
   2018-12-08        3.09         2.80     0.29              None
   2018-12-09        3.20         2.82     0.38              None
50 2018-12-10        3.36         2.83     0.53              None
   2018-12-11        3.40         2.87     0.54              None
   2018-12-12        3.36         2.91     0.45              None
   2018-12-13        3.43         2.94     0.48              None

---

太好了，谢谢你。我不知道如何那样设置值。我想我现在需要做的就是填充/广播这些值，并计算每个值的日期偏移量。如果您发布所需的该位输出，可能会有所帮助。我实际上还不确定我想要的输出，由于在不明确定义列的情况下可能有更好的方法来实现这一点，我想计算的信息示例是：截至12-13日，XX组自2006年12月以来已连续8天呈上升趋势。7dMA增加了20%，比30dMA高出17%