Python 如何在熊猫中使用带移位功能的最小/最大值？

我有timeseries数据（欧元/美元）。 我想用以下条件创建新列：

（在我的代码中更容易阅读以理解条件。） 如果至少有3个先前高价低于或等于当前价格，则为“买入信号”；如果最多有3个先前低价高于或等于当前价格，则为“卖出信号”

这是我的桌子

DATE    OPEN    HIGH    LOW CLOSE
0   1990.09.28  1.25260 1.25430 1.24680 1.24890
1   1990.10.01  1.25170 1.26500 1.25170 1.25480
2   1990.10.02  1.25520 1.26390 1.25240 1.26330
3   1990.10.03  1.26350 1.27000 1.26030 1.26840
4   1990.10.04  1.26810 1.27750 1.26710 1.27590

这是我的代码（我尝试创建两个函数，但它不起作用）

def目标标签（df）：
如果df['HIGH']>=[df['HIGH'].shift（1），df['HIGH'].shift（2），df['HIGH'].shift（3）].min（轴=1）：
返回“买入信号”
如果df['LOW']>=[df['LOW'].shift（1），df['LOW'].shift（2），df['LOW'].shift（3）].min（轴=1）：
返回“卖出信号”
其他：
返回“无信号”
def目标_标签（df）：
如果df['HIGH']>=df['HIGH1'、'HIGH2'、'HIGH3'].min（轴=1）：
返回“买入信号”
如果df['LOW']您可以使用
rolling（3）.min（）
获取前3行的最小值。这同样适用于其他函数，如
max
，
mean
，等等。如下所示：

df['signal'] = np.where(
    df['HIGH'] >= df.shift(1).rolling(3)['HIGH'].min(), 'BUY_SIGNAL',
    np.where(
        df['LOW'] >= df.shift(1).rolling(3)['LOW'].min(), 'SELL_SIGNAL',
        'NO_SIGNAL'
    )
)

df['signal'] = np.where(
    df['HIGH'] >= df.shift(1).rolling(3)['HIGH'].min(), 'BUY_SIGNAL',
    np.where(
        df['LOW'] >= df.shift(1).rolling(3)['LOW'].min(), 'SELL_SIGNAL',
        'NO_SIGNAL'
    )
)