新的数据帧取决于Python中先前行的多个条件

我有一个列a和b的数据框，如下所示：

                 a       b
date                      
2017-06-05  1.1285  1.1110
2017-06-06  1.1285  1.1165
2017-06-07  1.1285  1.1202
2017-06-08  1.1285  1.1195
2017-06-09  1.1285  1.1166
2017-06-12  1.1285  1.1166
2017-06-13  1.1285  1.1166
**2017-06-14  1.1296  1.1166**
2017-06-15  1.1296  1.1167
2017-06-16  1.1296  1.1170
**2017-06-19  1.1296  1.1132**
2017-06-20  1.1296  1.1119
2017-06-21  1.1296  1.1119
2017-06-22  1.1296  1.1119
2017-06-23  1.1296  1.1119
2017-06-26  1.1296  1.1119
2017-06-27  1.1349  1.1128
2017-06-28  1.1391  1.1139
2017-06-29  1.1445  1.1145
2017-06-30  1.1445  1.1172

我想根据以下条件为行生成一个返回值为1的新列c：

condition 1: df['a'] > df['a'].shift(1) #i.e. an increase of value of a; OR
condition 2: df['b'] >= df['b'].shift(1) #i.e. value of b stays the same or increases after condition 1 happens. 

在上面的示例中，这意味着我希望c列在2017-06-14上显示值1（因为该行a的值增加），并在2017-06-19之前一直显示值1（因为b的值在该行下降，并且在2017-06-14和2017-06-16之间，c列的值应显示为1，因为b的值在2017-06-14 a列的值增加后没有下降。）

我花时间研究了np.where（）函数，但似乎不容易实现上述逻辑，因为逻辑本身也取决于逻辑的结果

谢谢你的回答

---------------附加-------------------------- 为了回答john的后续问题，让我用更清晰的输入和预期的答案重新编写示例（请忽略上述数据集）：

日期a.diff b.diff c

0  2017-06-05    0.0   0.0  0
1  2017-06-06    0.0   1.0  0
2  2017-06-07    0.0   1.0  0
3  2017-06-08    0.0  -1.0  0 
4  2017-06-09    0.0  -1.0  0
5  2017-06-12    0.0   0.0  0
6  2017-06-13    0.0   0.0  0
7  2017-06-14    1.0   0.0  1
8  2017-06-15    0.0   0.0  1
9  2017-06-16    0.0   0.0  1
10 2017-06-19    0.0   0.0  1
11 2017-06-20    0.0  -1.0  0
12 2017-06-21    0.0   0.0  0
13 2017-06-22    0.0   0.0  0
14 2017-06-23    0.0   0.0  0 
15 2017-06-26    0.0   0.0  0
16 2017-06-27    1.0   1.0  1
17 2017-06-28    1.0   1.0  1
18 2017-06-29    1.0   1.0  1
19 2017-06-30    0.0   1.0  1
20 2017-07-31    0.0  -1.0  0

您也可以使用

diff

In [1185]: df['c'] = ((df.a.diff() > 0) | (df.b.diff() >= 0)).astype(int)

In [1186]: df
Out[1186]:
                 a       b  c
date
2017-06-05  1.1285  1.1110  0
2017-06-06  1.1285  1.1165  1
2017-06-07  1.1285  1.1202  1
2017-06-08  1.1285  1.1195  0
2017-06-09  1.1285  1.1166  0
2017-06-12  1.1285  1.1166  1
2017-06-13  1.1285  1.1166  1
2017-06-14  1.1296  1.1166  1
2017-06-15  1.1296  1.1167  1
2017-06-16  1.1296  1.1170  1
2017-06-19  1.1296  1.1132  0
2017-06-20  1.1296  1.1119  0
2017-06-21  1.1296  1.1119  1
2017-06-22  1.1296  1.1119  1
2017-06-23  1.1296  1.1119  1
2017-06-26  1.1296  1.1119  1
2017-06-27  1.1349  1.1128  1
2017-06-28  1.1391  1.1139  1
2017-06-29  1.1445  1.1145  1
2017-06-30  1.1445  1.1172  1

---

首先，我为没有很好地表达而深表歉意。如果：条件A（df.A.diff（）>0&df.b.diff（）>0）或条件b（条件b后的df.b.diff（）>0为真，只要条件A仍然为真），则c列应显示值1为true。如果条件B为false。则只有当条件A为true时，列C的值才能为1。根据上述逻辑，

2017-06-12 1.1285 1.1166 1 2017-06-13 1.1285 1.1166 1

这两行的列C应为零，因为2017-06-08上的B减小（条件B为false）。2017-06-09及以后的版本仅取决于条件A。我刚刚用干净的修订数据集和预期输出更新了我的问题。感谢您的耐心，因为我是stackoverflow的新用户。