将单个数据帧值与同一列中的前 10 个值进行比较

Question

在数据框中，我想计算前 10 天的价格有多少高于今天的价格。结果如下所示：

price   ct>prev10
50.00   
51.00   
52.00   
50.50   
51.00   
50.00   
50.50   
53.00   
52.00   
49.00   
51.00   3

我看到 DSM 回答了这个 post，但要求不同，因为比较的基础是静态数字而不是当前行：

当然，我想在不循环 1x1 的情况下执行此操作。非常难过 - 在此先感谢您的任何建议。

Answer 1

您可以在该系列上使用 rolling_apply 功能。鉴于样本数据较小，我使用 window 长度 5，但您可以轻松更改它。

lambda函数统计滚动组中的项数（不包括最后一项）大于最后一项

df = pd.DataFrame({'price': [50, 51, 52, 50.5, 51, 50, 50.5, 53, 52, 49, 51]})

window = 5  # Given that sample data only contains 11 values.
df['price_count'] = pd.rolling_apply(df.price, window, 
                                     lambda group: sum(group[:-1] > group[-1]))
>>> df
    price  price_count
0    50.0          NaN
1    51.0          NaN
2    52.0          NaN
3    50.5          NaN
4    51.0            1
5    50.0            4
6    50.5            2
7    53.0            0
8    52.0            1
9    49.0            4
10   51.0            2

在上面的示例中，第一组是索引值为 0-4 的价格。你可以看到发生了什么：

group = df.price[:window].values
>>> group
array([ 50. ,  51. ,  52. ,  50.5,  51. ])

现在，将前四个价格与当前价格进行比较：

>>> group[:-1] > group[-1]
array([False, False,  True, False], dtype=bool)

那么，您只是对布尔值求和：

>>> sum(group[:-1] > group[-1])
1

这是第一个收盘价 window 在索引 4 处的值。

Answer 2

这里有一个向量化方法 NumPy module that supports broadcasting 用于实现向量化方法 -

import numpy as np
import pandas as pd

# Sample input dataframe
df = pd.DataFrame({'price': [50, 51, 52, 50.5, 51, 50, 50.5, 53, 52, 49, 51]})

# Convert to numpy array for counting purposes
A = np.array(df['price'])

W = 5 # Window size

# Initialize another column for storing counts
df['price_count'] = np.nan

# Get counts and store as a new column in dataframe
C = (A[np.arange(A.size-W+1)[:,None] + np.arange(W-1)] > A[W-1:][:,None]).sum(1)
df['price_count'][W-1:] = C

样本运行-

>>> df
    price
0    50.0
1    51.0
2    52.0
3    50.5
4    51.0
5    50.0
6    50.5
7    53.0
8    52.0
9    49.0
10   51.0
>>> A = np.array(df['price'])
>>> W = 5 # Window size
>>> df['price_count'] = np.nan
>>> 
>>> C=(A[np.arange(A.size-W+1)[:,None] + np.arange(W-1)] > A[W-1:][:,None]).sum(1)
>>> df['price_count'][W-1:] = C
>>> df
    price  price_count
0    50.0          NaN
1    51.0          NaN
2    52.0          NaN
3    50.5          NaN
4    51.0            1
5    50.0            4
6    50.5            2
7    53.0            0
8    52.0            1
9    49.0            4
10   51.0            2

将单个数据帧值与同一列中的前 10 个值进行比较

Comparing single dataframe value to previous 10 in same column

python

conditional

vectorization

dataframe

pandas