Python 基于另一列在pandas中创建要素（即，当要素从正变为负时）

我有以下数据集：

data = {'ROC_9': [0.006250, 0.087230, 0.045028, 0.165738, -0.006993, -0.432736, -0.11162, 0.057466, 0.203138, -0.008234]}

price_data = pd.DataFrame (data)

它是一个关于股票价格的指标，即变化率

我想写一个代码，当pandas数据帧上的当前特征从正变为负，或者反之亦然时，在pandas数据帧上创建一个新特征（列）

通过一个例子更容易解释：让我们使用特性ROC9

我创建了一个名为ROC9_signal的新变量，并将其设置为0：

price_data['ROC9_signal'] = 0

当ROC_9从负变为正时，我想将ROC9_信号从0变为1

当ROC_9从正变为负时，我想将ROC9_信号从0变为-1

查看数据，我希望ROC9_信号从0变为-1，因为值已经从0.16（正）变为-0.006（负）

查看数据，我希望ROC_9信号从0变为1，因为值已从-0.11（负）变为0.05（正）

查看数据，我希望ROC9_信号从0变为-1，因为值已经从0.20（正）变为-0.008（负）

我只想将发生更改的行从0更改为1或从0更改为-1，其他行必须保持为0

然后，我将应用相同的逻辑创建momentum10\u信号列和chalkin\u money\u flow\u信号列。因此，我想要一个可以应用于不同列而不是手动的解决方案

提前谢谢你的帮助

这是完整数据的外观：

---

您可以使用

np.sign

提取符号。大概是这样的：

signs = np.sign(price_data.ROC_9)
price_data['signal'] = np.sign(signs.diff()).fillna(0)

输出：

      ROC_9  signal
0  0.006250     0.0
1  0.087230     0.0
2  0.045028     0.0
3  0.165738     0.0
4 -0.006993    -1.0
5 -0.432736     0.0
6 -0.111620     0.0
7  0.057466     1.0
8  0.203138     0.0
9 -0.008234    -1.0

---

谢谢你的帮助！这是一个非常有效的解决问题的方法