pandas 列结果基于单独列中以下单元格（行）的结果

Question

我认为这应该相对容易，但我是菜鸟！

需要在新的 pandas 列（称为此列 B）中返回结果，该列基于 A 列中以下行的结果。

请打印以下代码

import pandas as pd
df = pd.DataFrame({'A': ['BUY', 'BUY', 'HODL', 'SELL', 'HODL', 'HODL', 'BUY', 'SELL', 'SELL', 'BUY', 'BUY', 'HODL', 'SELL', 'SELL', 'SELL', 'HODL', 'SELL', 'SELL','BUY']})
print(df)

我需要一个新列（B 列）来根据以下内容返回结果。

从 pandas 数据框的底部开始。 A 列中的最后一个单元格（即 A18 = 'BUY'）总是可以为 B 列中的最后一个单元格返回相同的结果。

A 列（即A17）的下一行是“卖出”。我认为这是一个变化，因此单元格 B17 现在也应该是“卖出”

A 列中的下一行（即A16）再次是“卖出”。由于这与 A17 没有任何变化，因此单元格 B16 现在应该是“NA”

A 列（即A15）中的下一行是“HODL”。所有“HODL”单元格应始终反映为 B 列中的“HODL”单元格

如果单元格 A15 再次为“卖出”，则在 B 列中将应用另一个“NA”。

“卖出”单元格的相同原则适用于“买入”单元格

提供以下 df 仅用于提供预期结果的可视化：

import pandas as pd

df = pd.DataFrame({'A': ['BUY', 'BUY', 'HODL', 'SELL', 'HODL', 'HODL', 'BUY', 'SELL', 'SELL', 'BUY', 'BUY', 'HODL', 'SELL', 'SELL', 'SELL', 'HODL', 'SELL', 'SELL','BUY'], 'B': ['NA', 'BUY', 'HODL', 'SELL', 'HODL', 'HODL', 'BUY', 'NA', 'SELL', 'NA', 'BUY', 'HODL', 'NA', 'NA', 'SELL', 'HODL', 'NA', 'SELL','BUY']})

print(df)

Answer 1

numpy.select & Series.shift

我们可以为此使用numpy.select，这样我们就可以定义多个条件，并根据这些条件为您的新列 B 分配值。

在我们的条件下，我们使用Series.shift，因此我们可以检查下一个值是SELL 还是BUY。

Series.eq 与 == 'SELL' 相同，例如

注意我反转了你的数据框，因为你想从下到上应用逻辑，我用df[::-1] 来做这个。这与在 Python 中反转列表的方法相同。

# Reverse dataframe
df = df[::-1]

conditions = [
    df['A'].eq('HODL'),
    df['A'].eq('SELL') & df['A'].shift().eq('SELL'),
    df['A'].eq('BUY') & df['A'].shift().eq('BUY')
]

choices = ['HODL', 'NA', 'NA']

df['B'] = np.select(conditions, choices, default=df['A'])

# Reverse dataframe back to original state
df = df[::-1]

输出

print(df)
       A     B
0    BUY    NA
1    BUY   BUY
2   HODL  HODL
3   SELL  SELL
4   HODL  HODL
5   HODL  HODL
6    BUY   BUY
7   SELL    NA
8   SELL  SELL
9    BUY    NA
10   BUY   BUY
11  HODL  HODL
12  SELL    NA
13  SELL    NA
14  SELL  SELL
15  HODL  HODL
16  SELL    NA
17  SELL  SELL
18   BUY   BUY