Python 在同一列中将单个数据帧值与前10个值进行比较
在一个数据框中,我想计算一下前10天的价格中有多少高于今天的价格。结果如下所示:Python 在同一列中将单个数据帧值与前10个值进行比较,python,pandas,conditional,dataframe,vectorization,Python,Pandas,Conditional,Dataframe,Vectorization,在一个数据框中,我想计算一下前10天的价格中有多少高于今天的价格。结果如下所示: price ct>prev10 50.00 51.00 52.00 50.50 51.00 50.00 50.50 53.00 52.00 49.00 51.00 3 我已经看到DSM回答了这篇文章,但要求不同,因为比较的基础是一个静态数字,而不是当前行: 当然,我不想在1x1中循环。非常困惑-提前感谢您的建议 您可以对该系列使用滚动应用
price ct>prev10
50.00
51.00
52.00
50.50
51.00
50.00
50.50
53.00
52.00
49.00
51.00 3
我已经看到DSM回答了这篇文章,但要求不同,因为比较的基础是一个静态数字,而不是当前行:
当然,我不想在1x1中循环。非常困惑-提前感谢您的建议 您可以对该系列使用
滚动应用
功能。我使用了一个窗口长度为5的小规模的样本数据,但你可以很容易地改变它
lambda
函数统计滚动组中的项目数(不包括最后一个项目)大于最后一个项目
df = pd.DataFrame({'price': [50, 51, 52, 50.5, 51, 50, 50.5, 53, 52, 49, 51]})
window = 5 # Given that sample data only contains 11 values.
df['price_count'] = pd.rolling_apply(df.price, window,
lambda group: sum(group[:-1] > group[-1]))
>>> df
price price_count
0 50.0 NaN
1 51.0 NaN
2 52.0 NaN
3 50.5 NaN
4 51.0 1
5 50.0 4
6 50.5 2
7 53.0 0
8 52.0 1
9 49.0 4
10 51.0 2
在上面的例子中,第一组是指数值为0-4的价格。您可以看到发生了什么:
group = df.price[:window].values
>>> group
array([ 50. , 51. , 52. , 50.5, 51. ])
现在,将前四种价格与当前价格进行比较:
>>> group[:-1] > group[-1]
array([False, False, True, False], dtype=bool)
然后,将布尔值相加:
>>> sum(group[:-1] > group[-1])
1
这是在索引4的第一个关闭窗口中输入的值。这是一个向量化方法,模块支持实现向量化方法-
import numpy as np
import pandas as pd
# Sample input dataframe
df = pd.DataFrame({'price': [50, 51, 52, 50.5, 51, 50, 50.5, 53, 52, 49, 51]})
# Convert to numpy array for counting purposes
A = np.array(df['price'])
W = 5 # Window size
# Initialize another column for storing counts
df['price_count'] = np.nan
# Get counts and store as a new column in dataframe
C = (A[np.arange(A.size-W+1)[:,None] + np.arange(W-1)] > A[W-1:][:,None]).sum(1)
df['price_count'][W-1:] = C
样本运行-
>>> df
price
0 50.0
1 51.0
2 52.0
3 50.5
4 51.0
5 50.0
6 50.5
7 53.0
8 52.0
9 49.0
10 51.0
>>> A = np.array(df['price'])
>>> W = 5 # Window size
>>> df['price_count'] = np.nan
>>>
>>> C=(A[np.arange(A.size-W+1)[:,None] + np.arange(W-1)] > A[W-1:][:,None]).sum(1)
>>> df['price_count'][W-1:] = C
>>> df
price price_count
0 50.0 NaN
1 51.0 NaN
2 52.0 NaN
3 50.5 NaN
4 51.0 1
5 50.0 4
6 50.5 2
7 53.0 0
8 52.0 1
9 49.0 4
10 51.0 2
嗨,亚历山大,谢谢你的快速反应。我相信这正是我需要的,但我还没有完全理解。如果我希望回溯期为5天,不包括今天,我将如何调整您所写的内容?我知道我可以将window=6,但为了更好地理解您的解决方案,它是否为:pd.rolling_apply(df.price,window,lambda group:sum(group[:-1]>group[-2])?窗口的最后一天被排除在比较之外。请参见上面的编辑。