Python 如果值小于数据帧系列中的先前值

这是我从日期中提取日期后的数据帧的外观（请参见最后一列）：

在下一步中，如果当前日期<前一天，我想在另一个名为“Month_End”的列中附加一个真/假标记。这一步是确定月底。如何做到这一点？多谢

到目前为止，我已经尝试了以下内容，但运气不佳（我是一个noob，刚刚开始使用python）

df.iterrows（）中的i行的

：
如果df.day.iloc[i+1]

及

df.assign(Month_End = df.day.diff() < 0)
print(df.head())

df.assign（月底=df.day.diff（）<0）
打印（df.head（））

您可以直接将日期与

月份进行比较

，看看它是否为

真

from pandas import offsets
df['Month_End'] = df.Date == df.Date+offsets.MonthEnd(0)


例如：

df
：

        Date       AAPL      NFLX       INTC  day
0 2008-01-02  27.834286  3.764286  25.350000    2
1 2008-01-03  27.847143  3.724286  24.670000    3
2 2008-01-04  25.721428  3.515714  22.670000    4
3 2008-01-07  25.377142  3.554286  22.879999    7
4 2008-01-08  24.464285  3.328571  22.260000    8
5 2008-01-31  24.464285  3.328571  22.260000   31
6 2008-02-28  24.464285  3.328571  22.260000   28
7 2008-02-29  24.464285  3.328571  22.260000   29
8 2009-02-28  24.464285  3.328571  22.260000   28

from pandas import offsets
df.Date == df.Date + offsets.MonthEnd(0)

0    False
1    False
2    False
3    False
4    False
5     True
6    False
7     True
8     True
Name: Date, dtype: bool

你可以这样做：

from pandas.tseries.offsets import MonthEnd
df['Month_End'] = np.where(pd.to_datetime(df['Date'])== pd.to_datetime(df['Date']) + MonthEnd(0),  True, False)

输出：

        Date       AAPL      NFLX       INTC  day  Month_End
0 2008-01-02  27.834286  3.764286  25.350000    2      False
1 2008-01-03  27.847143  3.724286  24.670000    3      False
2 2008-01-04  25.721428  3.515714  22.670000    4      False
3 2008-01-07  25.377142  3.554286  22.879999    7      False
4 2008-01-31  24.464285  3.328571  22.260000    8       True

你想在你的数据中找到真正的月末，还是仅仅是月末的最后一天？事实上，现在我想起来了，在我的数据中，月末的解决方案是行不通的。它错误地排除了我的csv文件中的某些日期，即最后一个交易日与月末不一致的月份。。。有没有其他解决办法？我想做df.dayfrom pandas.tseries.offsets import MonthEnd
df['Month_End'] = np.where(pd.to_datetime(df['Date'])== pd.to_datetime(df['Date']) + MonthEnd(0),  True, False)

        Date       AAPL      NFLX       INTC  day  Month_End
0 2008-01-02  27.834286  3.764286  25.350000    2      False
1 2008-01-03  27.847143  3.724286  24.670000    3      False
2 2008-01-04  25.721428  3.515714  22.670000    4      False
3 2008-01-07  25.377142  3.554286  22.879999    7      False
4 2008-01-31  24.464285  3.328571  22.260000    8       True