如何将场景转换为python代码：有3个条件需要在正文中明确检查和提及

情景示例 如果在值列中，我们有90,95,99100102。所以基本上，只有当标志（阈值）超过100时，标志才是假的。Else标志应该为true。下一个tym值大于100，则flag应为true，flag2应为0。只有当我们需要考虑FLAG2值应该是1是条件1）值应该小于100（2）以前的值应该小于100和3）FLAG＝F.

值条件标志

90吨0

T.0

F.1

T.0 Value和condition是两个输入列，我们只需要基于这两个属性Value和condition并考虑上述条件的事实来计算标志结果

---

编辑：我希望这次我明白了

标志为1的唯一情况是：

当值>100且上一个值<100且条件='F'

data = pd.DataFrame({'value':[100,95,96,97,110,120,55,750],'condition':['F','T','T','T','F','T','T','F']})
_condition1 = data.value > 100 
_condition2 = data.value.shift(1) < 100 
_condition3 = data.condition == 'F'
data['flag'] = np.where(_condition1 & _condition2 & _condition3,1,0)
data

输出：

---

您是否检查了

如果

如果其他条件？如果值>100:flag=1至于其余部分，我不确定您在问什么。评论不用于扩展讨论或调试会话；这段对话已经结束。请确保使用任何/所有相关见解更新答案。不要忘记标记您的答案以结束此主题，其他社区成员可以从中受益。

df = pd.DataFrame({'original_values':[1,2,3,4,5,6,7,8,9,10]})
df['shift_1_down'] = df.original_values.shift(1)
df['shift_2_down'] = df.original_values.shift(2)
df['shift_1_up'] = df.original_values.shift(-1)
df['shift_2_up'] = df.original_values.shift(-2)
df