MaxPriceBetweenEntries我正在尋找基于數(shù)據(jù)幀切片的 max()創(chuàng)建一個(gè)新列idx Price EntryBar ExitBar0 10.00 0 11 11.00 NaN NaN2 10.15 2 43 12.14 NaN NaN4 10.30 NaN NaN轉(zhuǎn)換成idx Price EntryBar ExitBar MaxPriceBetweenEntries0 10.00 0 1 11.001 11.00 NaN NaN NaN2 10.15 2 4 12.143 12.14 NaN NaN NaN4 10.30 NaN NaN NaNdf.loc[df["EntryBar"].notnull()]我可以使用和獲取具有 EntryBar 或 ExitBar 值的所有行df.loc[df["ExitBar"].notnull()]，但我無法使用它來設(shè)置新列：df.loc[df["EntryBar"].notnull(),"MaxPriceBetweenEntries"] = df.loc[df["EntryBar"]:df["ExitBar"]]["Price"].max()但這實(shí)際上是目前的猜測(cè)，因?yàn)槲宜龅囊磺卸疾黄鹱饔?。理想情況下，解決方案不會(huì)直接涉及循環(huán)，因?yàn)榭赡苡袛?shù)百萬行。
4 回答
湖上湖
TA貢獻(xiàn)2003條經(jīng)驗(yàn) 獲得超2個(gè)贊
您可以對(duì)非空條目的累積和進(jìn)行分組并取最大值，unsingnp.where()僅適用于非空行::
df['MaxPriceBetweenEntries'] = np.where(df['EntryBar'].notnull(),
df.groupby(df['EntryBar'].notnull().cumsum())['Price'].transform('max'),
np.nan)
df
Out[1]:
idx Price EntryBar ExitBar MaxPriceBetweenEntries
0 0 10.00 0.0 1.0 11.00
1 1 11.00 NaN NaN NaN
2 2 10.15 2.0 4.0 12.14
3 3 12.14 NaN NaN NaN
4 4 10.30 NaN NaN NaN
小怪獸愛吃肉
TA貢獻(xiàn)1852條經(jīng)驗(yàn) 獲得超1個(gè)贊
讓我們嘗試groupby()一下where：
s = df['EntryBar'].notna()
df['MaxPriceBetweenEntries'] = df.groupby(s.cumsum())['Price'].transform('max').where(s)
輸出：
idx Price EntryBar ExitBar MaxPriceBetweenEntries
0 0 10.00 0.0 1.0 11.00
1 1 11.00 NaN NaN NaN
2 2 10.15 2.0 4.0 12.14
3 3 12.14 NaN NaN NaN
4 4 10.30 NaN NaN NaN
嗶嗶one
TA貢獻(xiàn)1854條經(jīng)驗(yàn) 獲得超8個(gè)贊
您可以前向填充空值，按條目分組并獲取該組的最大值。使用它作為左連接的右側(cè)，您應(yīng)該可以正常工作了。
df.merge(df.ffill().groupby('EntryBar')['Price'].max().reset_index(name='MaxPriceBetweenEntries'),
on='EntryBar',
how='left')
絕地?zé)o雙
TA貢獻(xiàn)1946條經(jīng)驗(yàn) 獲得超4個(gè)贊
嘗試
df.loc[df['ExitBar'].notna(),'Max']=df.groupby(df['ExitBar'].ffill()).Price.max().values
df
Out[74]:
idx Price EntryBar ExitBar Max
0 0 10.00 0.0 1.0 11.00
1 1 11.00 NaN NaN NaN
2 2 10.15 2.0 4.0 12.14
3 3 12.14 NaN NaN NaN
4 4 10.30 NaN NaN NaN
添加回答
舉報(bào)
0/150
提交
取消