Pandas Dataframes：比较两个相邻行的值并添加一列

Question

我有一个 pandas 数据框，我必须在其中比较特定列的两个相邻行的值，如果它们相等，则在新列中，需要在相应的第一行中添加 0，如果在第二行大于第一行，如果更小，则为 -1。比如对下面的Dataframe进行这样的操作 dataframe before the operation

应该给出以下输出

dataframe after the operation

Answer 1

我们正在寻找的是变化的迹象。我们将其分为 3 个步骤：

1. diff 将获取每行与前一行的差异。这会捕获更改。
2. x / abs(x) 是捕捉某物标志的常用方法。当我们将d 除以d.abs() 时，我们在这里使用它。
3. 最后，由于diff 以及当我们除以零时，我们在第一个位置有一个残差nan。我们可以用零填充它们。

---

df = pd.DataFrame(dict(column1=[2, 2, 4, 4, 5, 3, 2, 1, 55, 3]))
d = df.column1.diff()
d.div(d.abs()).fillna(0)

0    0.0
1    0.0
2    1.0
3    0.0
4    1.0
5   -1.0
6   -1.0
7   -1.0
8    1.0
9   -1.0
Name: column1, dtype: float64

Answer 2

您可以使用Series.diff() 和np.sign() 方法：

In [27]: df['column2'] = np.sign(df.column1.diff().fillna(0))

In [28]: df
Out[28]:
   column1  column2
0        2      0.0
1        2      0.0
2        4      1.0
3        4      0.0
4        5      1.0
5        3     -1.0
6        2     -1.0
7        1     -1.0
8       55      1.0
9        3     -1.0

但为了获得您的desired DF（这与您的描述相矛盾），您可以执行以下操作：

In [30]: df['column3'] = np.sign(df.column1.diff().fillna(0)).shift(-1).fillna(0)

In [31]: df
Out[31]:
   column1  column2  column3
0        2      0.0      0.0
1        2      0.0      1.0
2        4      1.0      0.0
3        4      0.0      1.0
4        5      1.0     -1.0
5        3     -1.0     -1.0
6        2     -1.0     -1.0
7        1     -1.0      1.0
8       55      1.0     -1.0
9        3     -1.0      0.0