最近的熊猫未来价值不等于当前行

Question

我有一个Pandas DataFrame，其中有一个列price和一个DateTimeIndex。我想创建一个新列，当price下次更改时增加1，如果减少则为0。多个连续行的值可能与price相同。

示例：

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，产出应是：

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

在实践中，这个DF有大约20毫米的行，所以我真的在寻找一种矢量化的方法来这样做。

Answer 1

这里有一种方法可以做到：

1. 计算价差并向上移动一次；
2. 使用numpy.where给价格上涨的头寸分配一个，对价格下降的头寸分配零；
3. 回填指示栏，因此不变值与下一个可用的观察值相同；

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

Answer 2

df['New']=(df-df.shift(-1))[:-1].le(0).astype(int)
df
Out[879]: 
            price  New
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

Answer 3

使用移位：

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

或

sh = df['price'].shift(-1)
out = np.where(sh.isnull(), np.nan, df['price']<=sh)