比较Pandas系列中的先前值和下一个值

Posted 2021-04-09

我有一个带有OHCL数据的pandas数据帧，我想将Low系列中的每个值与之前的值和该系列中的下一个值进行比较。

2018-08-31    1.15839
2018-08-30    1.16411
2018-08-29    1.16511
2018-08-28    1.16618
2018-08-27    1.15938
2018-08-24    1.15340

如果该值小于前一个值并且小于系列中的下一个值，我想将新系列（df.Low）中的值返回到该索引的True，否则返回False。

另一种可能性是检索条件为真但附加索引的值。

我尝试使用zip，这很有效，但我失去了索引。

Lows = []
Highs = []

for x,y,z in zip(df.Low_Price[::],df.Low_Price[1::],df.Low_Price[2::]):
    if x > y < z:
        Low = np.around(y, decimals=5)
        Lows.append(Low)

for x,y,z in zip(df.High_Price[::],df.High_Price[1::],df.High_Price[2::]):
    if x < y > z:
        High = np.around(y, decimals=5)
        Highs.append(High)

谢谢！

答案

您可以尝试将数据帧值移动到next和previous以检查条件

考虑数据帧

        0        1
0   2018-08-31  1.15839
1   2018-08-30  1.16411
2   2018-08-29  1.16511
3   2018-08-28  1.16618
4   2018-08-27  1.15938
5   2018-08-24  1.15340


[(df[1].ge(df[1].shift())) & df[1].le(df[1].shift(-1))]

日期：

[0    False
 1     True
 2     True
 3    False
 4    False
 5    False
 Name: 1, dtype: bool]

如果你的目的只是检查整列的低值，你可以使用

df[1].min()

日期：

1.1534

另一答案

使用班次：

对于低，

df[(df['a'].lt(df['a'].shift(-1))) & df['a'].lt(df['a'].shift(1))]

对于高，

df[(df['a'].gt(df['a'].shift(-1))) & df['a'].gt(df['a'].shift(1))]

另一答案

使用zip轻微修改您的解决方案

Lows = []
Highs = []

for i,x,y,z in zip(df.index[1::], df.Low_Price[::],df.Low_Price[1::],df.Low_Price[2::]):
    if x > y < z:
        Low = np.around(y, decimals=5)
        Lows.append([i, Low])

for i,x,y,z in zip(df.index[1::],df.High_Price[::],df.High_Price[1::],df.High_Price[2::]):
    if x < y > z:
        High = np.around(y, decimals=5)
        Highs.append([i, High])