Python 最近的未来值不等于当前行

我有一个熊猫数据框，其中有一列，

price

，还有一个DateTimeIndex。我想创建一个新列，当

price

下一次改变时，该列为1，如果它降低，则为0。多个连续行可能具有相同的

price

例如：

import pandas as pd
df = pd.DataFrame({"price" : [10, 10, 20, 10, 30, 5]}, index=pd.date_range(start="2017-01-01", end="2017-01-06"))

然后，输出应为：

2017-01-01     1
2017-01-02     1
2017-01-03     0
2017-01-04     1
2017-01-05     0
2017-01-06     NaN

实际上，这个DF有大约20毫米的行，所以我正在寻找一种矢量化的方法来实现这一点。

使用shift:

sh = df['price'].shift(-1)
out = sh[~sh.isnull()] = df['price']<=sh

sh=df['price'].shift（-1）
out=sh[~sh.isnull（）]=df['price']使用移位：

sh = df['price'].shift(-1)
out = sh[~sh.isnull()] = df['price']<=sh

sh=df['price'].shift（-1）
out=sh[~sh.isnull（）]=df['price']以下是一种方法：

计算差价并上移1

使用
numpy.where
将一个分配给价格上涨的头寸，将零分配给价格下跌的头寸

回填指示器列，使无变化值与下一个可用观察值相同

代码：

import numpy as np
price_diff = df.price.diff().shift(-1)
df['indicator'] = np.where(price_diff.gt(0), 1, np.where(price_diff.lt(0), 0, np.nan))
df['indicator'] = df.indicator.bfill()

df
#            price  indicator
#2017-01-01     10      1.0
#2017-01-02     10      1.0
#2017-01-03     20      0.0
#2017-01-04     10      1.0
#2017-01-05     30      0.0
#2017-01-06      5      NaN

有一种方法可以做到这一点：

计算差价并上移1

使用
numpy.where
将一个分配给价格上涨的头寸，将零分配给价格下跌的头寸

回填指示器列，使无变化值与下一个可用观察值相同

代码：

import numpy as np
price_diff = df.price.diff().shift(-1)
df['indicator'] = np.where(price_diff.gt(0), 1, np.where(price_diff.lt(0), 0, np.nan))
df['indicator'] = df.indicator.bfill()

df
#            price  indicator
#2017-01-01     10      1.0
#2017-01-02     10      1.0
#2017-01-03     20      0.0
#2017-01-04     10      1.0
#2017-01-05     30      0.0
#2017-01-06      5      NaN