在 Python 数据框中的另一列中两次出现值之间找到一列的最小值
find the minimum value of a column between two occurrences of a value in another column in a Python data frame
我有包含每日开盘价、最高价、最低价、收盘价的股票价格数据。我正在创建一个新列 "signal"，它将根据某些条件采用值 "signal" 或 "none"。
每一次df['signal']=="signal"，我们都必须将它与前3次出现的df['signal']=="signal"进行比较。让我们想象当前发生的是第四个信号。因此，之前出现的 df['signal']=="signal" 将是第三个信号，甚至之前出现的是第二个信号，之前出现的信号将是第一个信号。
我需要检查信号 4 和信号 3 之间的 df['low'] 的最小值是否大于信号 1 和信号 2 之间的 df['low'] 的最小值。
如果更大，我需要一个新列 df['trade']=="Buy".
Sample data
No Open High Low Close signal Trade
1 75 95 65 50 signal
2 78 94 74 77 none
3 83 91 81 84 none
4 91 101 88 93 signal
5 104 121 95 103 none
6 101 111 99 105 none
7 97 108 95 101 signal
8 103 113 102 106 none
9 108 128 105 114 signal BUY
10 104 114 99 102 none
11 110 130 105 115 signal BUY
12 112 122 110 115 none
13 118 145 112 123 none
14 123 143 71 133 signal NONE
15 130 150 120 140 none
在上面的示例数据中，在第 9 行中，df['Trade']=="BUY" 发生，因为 df['Low']=95 的最小值介于此 df 之间['signal']="signal" 和前面的 df['signal']="signal" 大于 df['Low']= 前两个之间的最小值 65 df['signal']="signal".
的出现次数
类似地，在第 14 行中，df['Trade']="None" 发生是因为此信号与前一个信号之间的 df['Low']=71 的最小值不是大于前两个信号之间 df['Low']=99 的最小值。
我需要有关实现此代码的帮助。
import pandas as pd
import numpy as np
import bisect as bs
df = pd.read_csv("Nifty.csv")
cols = ['No', 'Low', 'signal']
df['5EMA'] = df['Close'].ewm(span=5).mean()
df['10EMA'] = df['Close'].ewm(span=10).mean()
condition1 = df['5EMA'].shift(1) < df['10EMA'].shift(1)
condition2 = df['5EMA'] > df['10EMA']
df['signal'] = np.where(condition1 & condition2, 'signal', None)
df1 = pd.concat([df[cols], df.loc[df.signal=='signal',cols].assign(signal='temp')]) \
.sort_values(['No', 'signal'],ascending=[1,0])
df1['g'] = (df1.signal == 'signal').cumsum()
df1['Low_min'] = df1.groupby('g').Low.transform('min')
s = df1.groupby('g').Low.min()
buy = s[s.shift(1) > s.shift(3)].index.tolist()
m1 = df1.signal.eq('signal') & df1.g.gt(3)
m2 = df1.g.isin(buy) & m1
df1['trade'] = np.select([m2, m1], ['Buy', 'None'], '')
df['trade'] = ''
df.trade.update(df1.loc[df1.signal=='signal',"trade"])
print(df)
添加一些额外的临时行后可以简化您的问题。我设置了一个新数据框，其中仅包含原始 df 中的必填字段，并克隆了所有标记为 'signal' 但重命名为 'temp' df.loc[df.signal=='signal',cols].assign(signal='temp') 的行.然后使用 "signal" 和 cumsum() 对排序后的行进行分组标记。见下面的代码：
str="""No Open High Low Close signal
1 75 95 65 50 signal
2 78 94 74 77 none
3 83 91 81 84 none
4 91 101 88 93 signal
5 104 121 95 103 none
6 101 111 99 105 none
7 97 108 95 101 signal
8 103 113 102 106 none
9 108 128 105 114 signal
10 104 114 99 102 none
11 110 130 105 115 signal
12 112 122 110 115 none
13 118 145 112 123 none
14 123 143 71 133 signal
15 130 150 120 140 none"""
df = pd.read_csv(pd.io.common.StringIO(str), sep='\s+')
# cols which are used in this task
cols = ['No', 'Low', 'signal']
# create a new dataframe, cloned all 'signal' rows but rename signal to 'temp', sort the rows
df1 = pd.concat([df[cols], df.loc[df.signal=='signal',cols].assign(signal='temp')]) \
.sort_values(['No', 'signal'],ascending=[1,0])
# set up group-number with cumsum() and get min() value from each group
df1['g'] = (df1.signal == 'signal').cumsum()
# the following field just for reference, no need for calculation
df1['Low_min'] = df1.groupby('g').Low.transform('min')
新数据框 df1 将如下所示。除了第一组和最后一组，现在每组都以 'signal' 开始并以 'temp' 结束（这也是 'signal'）：
根据您的描述，对于第 9 行（黄色背景，df1.g==4 中的第一项），我们可以检查 df1.loc[df1.g==3, "Low_min"]（红色边框）
df1.loc[df1.g==1, "Low_min"]（绿色边框）
如果我们有以下情况：
s = df1.groupby('g').Low.min()
团购名单满足s.shift(1) > s.shift(3)
buy = s[s.shift(1) > s.shift(3)].index.tolist()
所以，让我们设置条件：
# m1: row marked with signal
# skip the first 3 groups which do not have enough signals
m1 = df1.signal.eq('signal') & df1.g.gt(3)
# m2: m1 plus must in buy list
m2 = df1.g.isin(buy) & m1
df1['trade'] = np.select([m2, m1], ['Buy', 'None'], '')
#In [36]: df1
#Out[36]:
# No Low signal g Low_min trade
#0 1 65 temp 0 65
#0 1 65 signal 1 65
#1 2 74 none 1 65
#2 3 81 none 1 65
#3 4 88 temp 1 65
#3 4 88 signal 2 88
#4 5 95 none 2 88
#5 6 99 none 2 88
#6 7 95 temp 2 88
#6 7 95 signal 3 95
#7 8 102 none 3 95
#8 9 105 temp 3 95
#8 9 105 signal 4 99 Buy
#9 10 99 none 4 99
#10 11 105 temp 4 99
#10 11 105 signal 5 71 Buy
#11 12 110 none 5 71
#12 13 112 none 5 71
#13 14 71 temp 5 71
#13 14 71 signal 6 71 None
#14 15 120 none 6 71
在我们有了df1.trade之后，我们可以更新原始数据帧：
# set up column `trade` with EMPTY as default and update
# the field based on df1.trade (using the index)
df['trade'] = ''
df.trade.update(df1.loc[df1.signal=='signal',"trade"])
我有包含每日开盘价、最高价、最低价、收盘价的股票价格数据。我正在创建一个新列 "signal"，它将根据某些条件采用值 "signal" 或 "none"。
每一次df['signal']=="signal"，我们都必须将它与前3次出现的df['signal']=="signal"进行比较。让我们想象当前发生的是第四个信号。因此，之前出现的 df['signal']=="signal" 将是第三个信号，甚至之前出现的是第二个信号，之前出现的信号将是第一个信号。
我需要检查信号 4 和信号 3 之间的 df['low'] 的最小值是否大于信号 1 和信号 2 之间的 df['low'] 的最小值。
如果更大，我需要一个新列 df['trade']=="Buy".
Sample data
No Open High Low Close signal Trade
1 75 95 65 50 signal
2 78 94 74 77 none
3 83 91 81 84 none
4 91 101 88 93 signal
5 104 121 95 103 none
6 101 111 99 105 none
7 97 108 95 101 signal
8 103 113 102 106 none
9 108 128 105 114 signal BUY
10 104 114 99 102 none
11 110 130 105 115 signal BUY
12 112 122 110 115 none
13 118 145 112 123 none
14 123 143 71 133 signal NONE
15 130 150 120 140 none
在上面的示例数据中，在第 9 行中，df['Trade']=="BUY" 发生，因为 df['Low']=95 的最小值介于此 df 之间['signal']="signal" 和前面的 df['signal']="signal" 大于 df['Low']= 前两个之间的最小值 65 df['signal']="signal".
的出现次数类似地，在第 14 行中，df['Trade']="None" 发生是因为此信号与前一个信号之间的 df['Low']=71 的最小值不是大于前两个信号之间 df['Low']=99 的最小值。
我需要有关实现此代码的帮助。
import pandas as pd
import numpy as np
import bisect as bs
df = pd.read_csv("Nifty.csv")
cols = ['No', 'Low', 'signal']
df['5EMA'] = df['Close'].ewm(span=5).mean()
df['10EMA'] = df['Close'].ewm(span=10).mean()
condition1 = df['5EMA'].shift(1) < df['10EMA'].shift(1)
condition2 = df['5EMA'] > df['10EMA']
df['signal'] = np.where(condition1 & condition2, 'signal', None)
df1 = pd.concat([df[cols], df.loc[df.signal=='signal',cols].assign(signal='temp')]) \
.sort_values(['No', 'signal'],ascending=[1,0])
df1['g'] = (df1.signal == 'signal').cumsum()
df1['Low_min'] = df1.groupby('g').Low.transform('min')
s = df1.groupby('g').Low.min()
buy = s[s.shift(1) > s.shift(3)].index.tolist()
m1 = df1.signal.eq('signal') & df1.g.gt(3)
m2 = df1.g.isin(buy) & m1
df1['trade'] = np.select([m2, m1], ['Buy', 'None'], '')
df['trade'] = ''
df.trade.update(df1.loc[df1.signal=='signal',"trade"])
print(df)
添加一些额外的临时行后可以简化您的问题。我设置了一个新数据框，其中仅包含原始 df 中的必填字段，并克隆了所有标记为 'signal' 但重命名为 'temp' df.loc[df.signal=='signal',cols].assign(signal='temp') 的行.然后使用 "signal" 和 cumsum() 对排序后的行进行分组标记。见下面的代码：
str="""No Open High Low Close signal
1 75 95 65 50 signal
2 78 94 74 77 none
3 83 91 81 84 none
4 91 101 88 93 signal
5 104 121 95 103 none
6 101 111 99 105 none
7 97 108 95 101 signal
8 103 113 102 106 none
9 108 128 105 114 signal
10 104 114 99 102 none
11 110 130 105 115 signal
12 112 122 110 115 none
13 118 145 112 123 none
14 123 143 71 133 signal
15 130 150 120 140 none"""
df = pd.read_csv(pd.io.common.StringIO(str), sep='\s+')
# cols which are used in this task
cols = ['No', 'Low', 'signal']
# create a new dataframe, cloned all 'signal' rows but rename signal to 'temp', sort the rows
df1 = pd.concat([df[cols], df.loc[df.signal=='signal',cols].assign(signal='temp')]) \
.sort_values(['No', 'signal'],ascending=[1,0])
# set up group-number with cumsum() and get min() value from each group
df1['g'] = (df1.signal == 'signal').cumsum()
# the following field just for reference, no need for calculation
df1['Low_min'] = df1.groupby('g').Low.transform('min')
新数据框 df1 将如下所示。除了第一组和最后一组，现在每组都以 'signal' 开始并以 'temp' 结束（这也是 'signal'）：
根据您的描述，对于第 9 行（黄色背景，df1.g==4 中的第一项），我们可以检查 df1.loc[df1.g==3, "Low_min"]（红色边框）
df1.loc[df1.g==1, "Low_min"]（绿色边框）
如果我们有以下情况：
s = df1.groupby('g').Low.min()
团购名单满足s.shift(1) > s.shift(3)
buy = s[s.shift(1) > s.shift(3)].index.tolist()
所以，让我们设置条件：
# m1: row marked with signal
# skip the first 3 groups which do not have enough signals
m1 = df1.signal.eq('signal') & df1.g.gt(3)
# m2: m1 plus must in buy list
m2 = df1.g.isin(buy) & m1
df1['trade'] = np.select([m2, m1], ['Buy', 'None'], '')
#In [36]: df1
#Out[36]:
# No Low signal g Low_min trade
#0 1 65 temp 0 65
#0 1 65 signal 1 65
#1 2 74 none 1 65
#2 3 81 none 1 65
#3 4 88 temp 1 65
#3 4 88 signal 2 88
#4 5 95 none 2 88
#5 6 99 none 2 88
#6 7 95 temp 2 88
#6 7 95 signal 3 95
#7 8 102 none 3 95
#8 9 105 temp 3 95
#8 9 105 signal 4 99 Buy
#9 10 99 none 4 99
#10 11 105 temp 4 99
#10 11 105 signal 5 71 Buy
#11 12 110 none 5 71
#12 13 112 none 5 71
#13 14 71 temp 5 71
#13 14 71 signal 6 71 None
#14 15 120 none 6 71
在我们有了df1.trade之后，我们可以更新原始数据帧：
# set up column `trade` with EMPTY as default and update
# the field based on df1.trade (using the index)
df['trade'] = ''
df.trade.update(df1.loc[df1.signal=='signal',"trade"])