根据另一列在熊猫中创建一个特征（即当它从正面变为负面时）

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 Pandas 数据框上的当前特征从正变为负时，在 Pandas 数据框上创建新特征（列），反之亦然。

通过一个例子更容易解释：让我们使用 ROC9 的功能。

我创建了一个名为 ROC9_signal 的新变量并将其设置为 0：

price_data['ROC9_signal'] = 0

当 ROC_9 从负变为正时，我想将 ROC9_signal 从 0 更改为 1。

当 ROC_9 从正变为负时，我想将 ROC9_signal 从 0 更改为 -1。

查看数据，我希望 ROC9_signal 从 0 变为 -1，因为该值已从 0.16（正）变为 -0.006（负）。

查看数据，我希望 ROC_9 信号从 0 变为 1，因为该值已从 -0.11（负）变为 0.05（正）。

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

只有发生变化的那一行我要从0变成1或0变成-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

您可以使用np.sign 提取符号。像这样的：

signs = np.sign(price_data.ROC_9)
price_data['signal'] = np.sign(signs.diff()).fillna(0)

输出：

      ROC_9  signal
0  0.006250     0.0
1  0.087230     0.0
2  0.045028     0.0
3  0.165738     0.0
4 -0.006993    -1.0
5 -0.432736     0.0
6 -0.111620     0.0
7  0.057466     1.0
8  0.203138     0.0
9 -0.008234    -1.0