根据另一列在 pandas 中创建一个特征

Question

我有以下数据集：

data = {'ROC_9':  [0.006250, 0.087230, 0.045028, 0.165738, -0.006993, -0.432736, -0.11162, 0.057466, 0.203138, -0.008234]}

price_data = pd.DataFrame (data)

它是一个股票价格的指标，即变化率。

我想编写一个代码，当熊猫数据框上的当前特征从正变为负时，在熊猫数据框上创建一个新特征（列），反之亦然。

通过一个例子更容易解释：让我们使用功能ROC9。

我创建了一个名为ROC9_signal 的新变量并将其设置为等于0：

`price_data['ROC9_signal'] = 0`

当ROC_9 从negative 变为positive 时，我想将ROC9_signal 从0 更改为1。

当ROC_9 从positive 变为negative 时，我想将ROC9_signal 从0 更改为-1。

查看数据，我希望 ROC9_signal 从 0 更改为 -1，因为该值已从 0.16 (positive) 变为 -0.006 (negative)。

查看数据，我希望 ROC_9 信号从 0 更改为 1，因为该值已从 -0.11 (negative) 变为 0.05 (positive) .

查看数据，我希望 ROC9_signal 从 0 更改为 -1，因为该值已从 0.20（正）变为 -0.008（negative）。

只有发生变化的那一行我要从0改为1或0改为-1，其他行必须保持为0。

然后我将应用相同的逻辑来创建一个momentum10_signal 列和一个chalkin_money_flow_signal 列。因此，我想要一个可以应用于不同列而不是手动的解决方案。

提前感谢您的帮助。

这是完整数据的样子：

Full Data

Answer 1

尝试使用 np.where:

首先使用 shift 创建一列'ROC9_prev'：

price_data['ROC9_prev'] = price_data['ROC9'].shift(1)

您可能需要在移动之前按列分组，以确保您获取的是每只股票之前的 ROC9，而不是不同股票的当前 ROC9。

然后创建信号列将如下所示：

price_data['ROC9_Signal'] = np.where(price_data['ROC9'] > 0 & price_data['ROC9_prev'] < 0, 1, 0)
price_data['ROC9_Signal'] = np.where(price_data['ROC9'] < 0 & price_data['ROC9_prev'] > 0, -1, 0)

希望这会有所帮助。

Answer 2

数据

data = {'ROC_9':  [0.006250, 0.087230, 0.045028, 0.165738, -0.006993, -0.432736, -0.11162, 0.057466, 0.203138, -0.008234]}

price_data = pd.DataFrame (data)
price_data['ROC9_signal'] = 0
price_data

使用布尔选择找到两个不同的交叉点：

 ZeroCrossing1=price_data.ROC_9.ge(0)&price_data.ROC_9.shift(1).le(0)#from 0 to 1
 ZeroCrossing2=price_data.ROC_9.ge(0)&price_data.ROC_9.shift(-1).le(0)# from 0 to -1.

将过零可能的结果放入列表中

 ZeroCrossingOutcomes=[1,-1]

使用np.where有条件地计算price_data['ROC9_signal']

price_data['ROC9_signal']=np.select([ZeroCrossing1,ZeroCrossing2],ZeroCrossingOutcomes,0)
print(price_data)

或者使用嵌套的np.where(if condition, ye, else no)

price_data['ROC9_signal']=np.where(ZeroCrossing1,1,np.where(ZeroCrossing2,-1,0)))