使用熊猫或Numpy根据列数据选择行范围

Question

你好，我有多个csvs的股票，我产生的熊猫。我的目标似乎很简单，我一天比一天测量音量的百分比差异。

    for ticker in tickers:
        df = pd.read_csv('stock_dfs/{}.csv'.format(ticker))
        df['Volume_Pct_Change'] = df['Volume'].pct_change().fillna(0)
        df.to_csv('stonks_dfs/{}.csv'.format(ticker))

这很容易。现在，我想找到所有的时间，体积是150%以上。我在另一个python脚本中这样做，与提取原始数据不同。

with open('sp500tickers.pickle', "rb") as f:
        tickers = pickle.load(f)

    for ticker in tickers:
        df = pd.read_csv('stock_dfs/{}.csv'.format(ticker))
        df_vpc = df.loc[df['Volume_Pct_Change'] >= 1.5]
        df_vpc.to_csv('{}.csv'.format(ticker))

这对我很有好处。

我的问题是，我希望在选定的行之前和之后提取X行数量，即在具有Volume_Pct_change >= 1.5的选定行之前和之后(7行和30行)，这样我就可以在卷峰值之前和之后绘制并查看随时间变化的情况。如果有办法使用Numpy的话，我会得到额外的奖励。

编辑1:所以运行

df = pd.read_csv('AAPL.csv') c=df['Volume_Pct_Change'] >= 1.2 for idx in c: df.iloc[(idx-7):(idx+30)]

当条件存在时，给出正确的true输出。

114,False 115,False 116,False 117,False 118,True 119,False 120,False 121,False

但是在运行df.iloc[(idx-7):(idx+30)]之后，当我将df导出到csv时，它并没有改变。

编辑2:好的，开始运行

df = pd.read_csv('AAPL.csv') c = df.index[df['Volume_Pct_Change'] >= 1.2] for idx in c: df.iloc[(idx-7):(idx+30)]

在导出时，我认为df没有什么不同，但使用d=df.iloc[(idx-7):(idx+30)]可以工作，但在dataframe中只有一组df，这让我感到困惑。只剩下最后一个了。似乎它循环地覆盖了数据，每个人都以最后一个结束？

最后编辑:谢谢大家的帮助

df = pd.read_csv('AAPL.csv') c = df.index[df['Volume_Pct_Change'] >= 1.2] for idx in c: d = df.iloc[(idx-7):(idx+30)] d.to_csv('{}.csv'.format(idx))

取得了预期的结果，而且速度相当快。

Answer 1

可能是这样吧？

c=df.index[df['Volume_Pct_Change'] >= 1.5]
for idx in c:
    df.iloc[(idx-7):(idx+30)]

Answer 2

利用熊猫df获得符合>150%条件的行指数列表。然后将列表转换为列表中每个值的范围为-7到+30的新列表。使用这个新列表获得所需的结果。