如果我想对某些负值使用 pct_change 方法，如何分配条件值？

Question

我有一个包含一些负值和正值的数据框

我使用以下代码获取 pct_change 行值

df_gp1 = df_gp1.pct_change(periods=4, axis=1) * 100

在这里我想分配一些特定的数字，具体取决于值如何从负变为正或反之亦然

例如，如果值从正转负，return -100

负变正，return100

负对负，return-100，

正对正，普通pct_change

例如，我当前的数据框可能如下所示

DATA	D-4	D-3	D-2	D-1	D-0
A	-20	-15	-13	-10	-5
B	-30	-15	-10	10	25
C	40	25	30	41	30
D	25	25	10	15	-10

我想要一个新的输出（dataframe）让我关注 return

DATA	D-0
A	-100
B	100
C	-25
D	-100

如您所见，第 4 期必须提供 pct_change（即 D-0 / D-4），但如果它保持负值，则 return -100 如果由正转负，还是return-100 如果由负转正，return100，如果它是从正值到另一个正值的变化，则应用 pct_chg

我的原始数据框大约有 4000 行和 300 列。因此我想要的输出将有 4000 行和 296 列（因为它消除了数据 D-4、D-3、D-2、D-1

我尝试制作条件列表和选择列表，并使用 np.select 方法，但我只是不知道如何将它应用于整个数据框并创建新的 returns百分比变化。

非常感谢任何帮助。

Answer 1

使用：

#convert column DATA to index if necessary
df = df.set_index('DATA')
#compare for less like 0
m1 = df.lt(0)
#comapre shifted 4 columns less like 0
m2 = df.shift(4, axis=1).lt(0)

#pass to np.select
arr = np.select([m1, ~m1 & m2, ~m1 & ~m2],
                [-100, 100, df.pct_change(periods=4, axis=1) * 100])

#create DataFrame, remove first 4 columns
df = pd.DataFrame(arr, index=df.index, columns=df.columns).iloc[:, 4:].reset_index()
print (df)
  DATA    D-0
0    A -100.0
1    B  100.0
2    C  -25.0
3    D -100.0

Answer 2

鉴于：

      D-4  D-3  D-2  D-1  D-0
DATA
A     -20  -15  -13  -10   -5
B     -30  -15  -10   10   25
C      40   25   30   41   30
D      25   25   10   15  -10

正在做：

def stuff(row):
    if row['D-0'] < 0:
            return -100
    elif row['D-4'] < 0:
            return 100
    else:
            return (row.pct_change(periods=4) * 100)['D-0']

print(df.apply(stuff, axis=1))

输出：

A   -100.0
B    100.0
C    -25.0
D   -100.0
dtype: float64

如果我想对某些负值使用 pct_change 方法，如何分配条件值？

How to assign conditional value if I want to use pct_change method on some negative values?

python

pandas

numpy

percentage