如何使用基于上一行和下一行的条件在 Pandas Dataframe 上创建新列？答案

【问题标题】：How can I create a new column on a Pandas Dataframe with conditions based on previous and next row?如何使用基于上一行和下一行的条件在 Pandas Dataframe 上创建新列？
【发布时间】：2020-09-04 21:44:51
【问题描述】：

我正在尝试创建一个新的 Pandas 列，用于指示与上面的行和下面的行相比，一个数字是否最大。

该列将是二进制的，其中“1”表示它是与最后一行和下一行相比的最大数字，“0”表示不满足条件。

这是数据的样子：

           Date      High
    0   2015-11-11  25.90
    1   2015-11-12  27.12
    2   2015-11-13  26.20
    3   2015-11-16  26.19
    4   2015-11-17  25.51
    5   2015-11-18  26.31
    6   2015-11-19  26.00
    7   2015-11-20  27.01
    8   2015-11-23  25.60
    9   2015-11-24  27.00
    10  2015-11-25  26.49

这是我想要的结果：

    Date        High    higher
0   2015-11-11  25.90   0.0
1   2015-11-12  27.12   1.0
2   2015-11-13  26.20   0.0
3   2015-11-16  26.19   0.0
4   2015-11-17  25.51   0.0
5   2015-11-18  26.31   1.0
6   2015-11-19  26.00   0.0
7   2015-11-20  27.01   1.0
8   2015-11-23  25.60   0.0
9   2015-11-24  27.00   1.0
10  2015-11-25  26.49   0.0

为了进一步说明，这是我在 Microsoft Excel 上所做的，这正是我试图用 Python 实现的： ExcelExample

第一次尝试：

for i in dftest['High']:
    if dftest['High'][i] > dftest['High'][i-1] and dftest['High'][i] > dftest['High'][i+1]:
        dftest['higher'] = 1
    else:
        dftest['higher'] = 0

这会导致错误： “TypeError：无法使用类‘float’的这些索引器[25.9]对类‘pandas.core.indexes.range.RangeIndex’进行标签索引”

第二次尝试： 这里我尝试使用'.shift()'。

for i in dftest['High']:
    if dftest['High'] > dftest['High'].shift(1) and dftest['High'] > dftest['High'].shift(-1):
        dftest['higher'] = 1
    else:
        dftest['higher'] = 0

这会导致错误： “TypeError: &: 'float' 和 'float' 不支持的操作数类型”

第三次尝试（类似于第二次尝试）： 使用 '&' 运算符而不是 'and'。

导致错误： “TypeError：无法使用类‘float’的这些索引器[25.9]对类‘pandas.core.indexes.range.RangeIndex’进行标签索引”

将不胜感激任何形式的帮助！

编辑：如果我想找到 5 个或 7 个或 9 个连续数字中的最高值，如果提供的解决方案可以轻松交替，我将不胜感激。再次感谢！

【问题讨论】：

标签： python python-3.x pandas dataframe conditional-statements

【解决方案1】：

您可以使用 .pct_change() 来查看值是增加还是减少，然后使用 np.where() 根据条件替换值。

df = pd.read_clipboard()
df['higher'] = df['High'].pct_change()
df['higher'] = np.where(df['higher'] > 0, 1.0, 0.0)

print(df)


    Date        High    higher
0   2015-11-11  25.90   0.0
1   2015-11-12  27.12   1.0
2   2015-11-13  26.20   0.0
3   2015-11-16  26.19   0.0
4   2015-11-17  25.51   0.0
5   2015-11-18  26.31   1.0
6   2015-11-19  26.00   0.0
7   2015-11-20  27.01   1.0
8   2015-11-23  25.60   0.0
9   2015-11-24  27.00   1.0
10  2015-11-25  26.49   0.0

对于您的评论，您可以进行最大滚动。

df['rolling_max'] = df['High'].rolling(5, min_periods=1).max()

print(df)

Date    High    higher  rolling_max
0   2015-11-11  25.90   0.0 25.90
1   2015-11-12  27.12   0.0 27.12
2   2015-11-13  26.20   0.0 27.12
3   2015-11-16  26.19   0.0 27.12
4   2015-11-17  25.51   0.0 27.12
5   2015-11-18  26.31   1.0 27.12
6   2015-11-19  26.00   0.0 26.31
7   2015-11-20  27.01   1.0 27.01
8   2015-11-23  25.60   0.0 27.01
9   2015-11-24  27.00   1.0 27.01
10  2015-11-25  26.49   1.0 27.01

【讨论】：

我编辑了我的回复以匹配您的示例列名称。
非常感谢您的回复！如果我想找到 5 个（下面 2 个数字和上面 2 个数字）、7 个（下面 3 个数字和上面 3 个数字）或 9 个连续数字中的最大值，我该怎么做？
滚动最大值是一个非常好的主意，但是在检查我的数据时，缺乏一致性。我已经发布了一个答案，非常感谢您查看它:)
“不一致”是什么意思？ IIUC rolling().max() 专为您想要的而设计。您可能需要稍微调整一下参数以满足您的特定需求。但是，这篇文章现在有多个问题。我建议清理这个并提出一个新问题。

【解决方案2】：

这就是所谓的局部最大值

from scipy.signal import argrelextrema
ary=argrelextrema(df.High.values,np.greater)
df['local max']=np.where(df.index.isin(ary[0]),1,0)
df
          Date   High  local max
0   2015-11-11  25.90          0
1   2015-11-12  27.12          1
2   2015-11-13  26.20          0
3   2015-11-16  26.19          0
4   2015-11-17  25.51          0
5   2015-11-18  26.31          1
6   2015-11-19  26.00          0
7   2015-11-20  27.01          1
8   2015-11-23  25.60          0
9   2015-11-24  27.00          1
10  2015-11-25  26.49          0

【讨论】：

非常感谢您的回复！如果我想找到 5 个（下面 2 个数字和上面 2 个数字）、7 个（下面 3 个数字和上面 3 个数字）或 9 个连续数字中的最大值，我该怎么做？
@Ibs 不同，你可能需要检查逻辑然后编写你自己的函数

【解决方案3】：

最后，我决定用这个：

hf_three = []

try:
    for i in df.index:   
        if df.loc[i]['High']>df.loc[i+1]['High'] and df.loc[i]['High']>df.loc[i-1]['High']:
            hf_three.append(1)
        else:
            hf_three.append(0)
except ValueError:              # To handle cases where 'i-1' doesn't exist.
    hf_three.append(0)
except KeyError:                # To handle cases where 'i+1' doesn't exist
    hf_three.append(0)

df['higher'] = hf_three

虽然这有效，但如果我将 '>' 替换为 '

【讨论】：