Python 对超过阈值的行进行数据帧搜索

我有一个数字数据框架，如下所示：

Day          High         Low      
01/01/01     200          100      
02/01/01     210          100      
03/01/01     190          110      

每行，我根据一些公式动态生成高目标和低目标：

Day          High         Low      High-Target  Low-Target
01/01/01     200          100      300          70
02/01/01     210          100      315          70
03/01/01     190          110      285          77

每天，我想知道，高目标（未来高目标>高目标）是先被后续高点击中，还是先被后续低点越过低目标（低目标<未来低目标）？请注意，这是在每天的基础上-我想在每一行的结果上标注“高目标命中率优先”或“低目标命中率优先”

为了更清楚地说明这一点，让我们根据后续数据标记前三天

Day          High         Low      High-Target  Low-Target   Hit First
01/01/01     200          100      300          70           HIGH
02/01/01     210          100      315          70           LOW
03/01/01     190          110      285          77           HIGH

04/01/01     310          120
05/01/01     310          65
06/01/01     300          120

因此，对于01/01，在第二天（05/01）达到70的目标之前，在04/01天超过了300的目标。因此，首先超过了高目标

对于02/01，高目标315未被越过，但低目标70在05/01被越过，因此低目标首先被越过

对于03/01，在05/01越过77的低目标之前，在04/01超过了285的高目标。因此，首先越过了高目标

最有效的方法是什么？我正在考虑使用

.apply

搜索整个数据帧，也许还可以比较

ids

，看看哪个目标首先被击中

---

要明确的是，我有3000天的整个数据框架。“后续数据”-我只是指本系列的后期。

.apply

确实可以在这里使用，带有一个自定义函数（需要引用整个数据帧

df

）

def get_hit_first（行）：
#获取后续行的临时视图
temp=df.loc[行名称：].iloc[1:]
#查找与条件匹配的第一行
压头=温度[（温度高>=行[“高目标]）|（温度低0:
如果head.iloc[0].High>=行['High-Target']：
返回“高”
其他：
返回“低”
df['Hit First']=df.apply（get_Hit_First，axis=1）

---

不过，这可能不是最理想的解决方案，因为比较是在所有后续行上执行的。

必须每行检查每个后续行；因此对于01/01，它必须检查数据帧结束前的所有天数，除非它发现一个值超过任何一个阈值

def get_hit_first(row):
    # Get a temporary view on the subsequent rows
    temp = df.loc[row.name:].iloc[1:]
    # Find the first row matching the criteria
    head = temp[(temp.High >= row['High-Target'])|(temp.Low <= row['Low-Target'])]\
        .head(1)

    if len(head) > 0:
        if head.iloc[0].High >= row['High-Target']:
            return 'HIGH'
        else:
            return 'LOW'

 df['Hit First'] = df.apply(get_hit_first, axis=1)