如何用 Python 中的公式替换查看先前值的循环

Question

我的问题

我有一个循环，它根据条件（“距新低的天数 = 0”）使用另一列中的值或列中前一个值的组合来创建一列。在庞大的数据集上它真的很慢，所以我想摆脱循环并找到一个更快的公式。

当前工作代码

import numpy as np
import pandas as pd

csv1 = pd.read_csv('stock_price.csv', delimiter = ',')
df = pd.DataFrame(csv1)

for x in range(1,len(df.index)):
    if df["days from new low"].iloc[x] == 0:
        df["q"].iloc[x] = df["RSI on new low"].iloc[x]
    else:
        df["q"].iloc[x] = df["q"].iloc[x-1]

df

输入数据和预期输出

RSI on new low,days from new low,q
29.6,0,29.6
29.6,1,29.6
29.6,2,29.6
29.6,3,29.6
29.6,4,29.6
21.7,0,21.7
21.7,1,21.7
21.7,2,21.7
21.7,3,21.7
21.7,4,21.7
21.7,5,21.7
21.7,6,21.7
21.7,7,21.7
21.7,8,21.7
21.7,9,21.7
25.9,0,25.9
25.9,1,25.9
25.9,2,25.9
23.9,0,23.9
23.9,1,23.9

尝试的解决方案

我尝试使用 .shift() 函数创建一个公式，但我无法让它工作。

知道我该怎么做吗？

干杯！

Answer 1

也许你可以使用where？

df['q']= df["RSI on new low"].where(df["days from new low"] == 0).fillna(method='ffill')

请参阅此处的文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.where.html

Answer 2

np.where 子句执行向量化操作，移除慢速 python for 循环。

import numpy as np  
import pandas as pd  
csv1 = pd.read_csv('stock_price.csv', delimiter = ',') 
df = pd.DataFrame(csv1) 
df['p'] = np.where(df['days from new low'].eq(0), df['RSI on new low'], np.nan) 
df['p'] = df['p'].ffill() 
print(df) 

打印：

    RSI on new low  days from new low     q     p
0             29.6                  0  29.6  29.6
1             29.6                  1  29.6  29.6
2             29.6                  2  29.6  29.6
3             29.6                  3  29.6  29.6
4             29.6                  4  29.6  29.6
5             21.7                  0  21.7  21.7
6             21.7                  1  21.7  21.7
7             21.7                  2  21.7  21.7
8             21.7                  3  21.7  21.7
9             21.7                  4  21.7  21.7
10            21.7                  5  21.7  21.7
11            21.7                  6  21.7  21.7
12            21.7                  7  21.7  21.7
13            21.7                  8  21.7  21.7
14            21.7                  9  21.7  21.7
15            25.9                  0  25.9  25.9
16            25.9                  1  25.9  25.9
17            25.9                  2  25.9  25.9
18            23.9                  0  23.9  23.9
19            23.9                  1  23.9  23.9

Answer 3

您可以应用一个函数，而不是 上一行的“q”值 到每一行并使用此函数之前执行的值。

保持此结果的一种可能解决方案是使用 属性 这个函数。

所以定义一个要应用的函数：

def fn(row):
    if row['days from new low'] == 0:
        fn.rVal = row['RSI on new low']
    return fn.rVal

然后将 fn.rVal 设置为您选择的任何初始值：

fn.rVal = 0

最后一步是应用这个函数：

df['q'] = df.apply(fn, axis=1)

此解决方案比您的循环和 iloc 运行得更快。