Python 如果满足条件，如何用上一行替换列行

我正试图加快我的交易策略回溯测试

现在，我有

for i in trange(1, len(real_choice), disable=not backtesting, desc="Converting HOLDs and calculating backtest correct/incorrect... [3/3]"):
      if (advice[i] == "HOLD"):
        advice[i] = advice[i-1]
      if (real_choice[i] == "HOLD"):
        real_choice[i] = real_choice[i-1]

      if advice[i] == real_choice[i]:
        correct[i] = "CORRECT"
      else:
        correct[i] =  "INCORRECT"

这部分代码花费的时间最长，所以我想加快速度

我正在学习Python，所以这很简单而且有效，但现在我要用回溯测试所花费的时间来支付

---

有没有更快的方法？

您可以使用

np.where

比较两列并为这些行赋值

correct = np.where( advice == real_choice
                     , "CORRECT", "INCORRECT)

但为了让它看起来更像熊猫，它会

df['correct'] = np.where( df['advice'] == df['real_choice']
                     , "CORRECT", "INCORRECT)

经过一些时间比较 （完整代码）

方法2的计算时间更短

method 1 1.0530679999999997
method 2 0.0022619999999999862

---

不幸的是，速度似乎较慢。也许我做错了什么？嗯，我想是的，我做了一些时间比较，请看编辑我现在看到了，我以前确实让它工作过，但现在我遇到了问题，因为代码的其余部分计算了正确率，而代码不适用于

np.where

将其转换为的数据类型。你知道如何解决这个问题吗，或者我应该问另一个问题吗？嗯，我想这可能对另一个问题很好，但我可能能提供帮助，以前的数据类型和现在的数据类型是什么？它只是我通过执行

correct=df['correct']

创建的一个熊猫数据框列。Type（）返回

，如果有帮助的话。我在那之后使用的代码是

num\u incorrect=correct.str.count（“incorrect”）.sum（）

，这不再适用于更快的numpy方式。

method 1 1.0530679999999997
method 2 0.0022619999999999862