如何在 Python 中创建一个简单的标志

Question

从雅虎获得 SPY 数据后，我创建了一个收盘价通道，如下所示，最大和最小滚动窗口。列是 HC 和 HL。

我需要创建一个列（我称之为标志），当收盘价等于 HC 时显示 1，并且该值一直持续到收盘价等于 HL。此时 Flag 的值为 -1。如您所见，它非常简单，Flag 只能有两个值； 1 或 -1。

简单的公式是这样的：

1. 如果关闭 == HC 则标志为 1
2. 如果关闭 == HL，则标志为 -1
3. 如果 Close != HC 和 Close !=HL then flag 等于变量 flag 上保存的最后一个值。

我尝试了几件事，包括下面的代码，但都没有成功。此代码的问题是显示了 0 值。而且我不知道如何通过条件使其消失：

import pandas as pd
import pandas_datareader as dr
import numpy as np
from datetime import date

df = dr.data.get_data_yahoo('SPY',start='01-01-2019',end=date.today())

df['HC'] = df['Close'].rolling(20).max() 
df['LC'] = df['Close'].rolling(20).min() 

df['Flag'] = [1 if (df.loc[ei, 'Close'] == df.loc[ei, 'HC']) else 
              -1 if (df.loc[ei, 'Close'] == df.loc[ei, 'LC']) else   
              0 for ei in df.index]

您可以在下面看到我的代码的蓝色结果和我需要的红色结果。

有没有简单的方法来做到这一点？如果有人可以帮助我，我将不胜感激。谢谢！

Answer 1

尽管已经回答了这个问题，但是计算这种结果的最快方法通常是使用np.where，如下所示：

import pandas as pd
import pandas_datareader as dr
import numpy as np
from datetime import date

df = dr.data.get_data_yahoo('SPY',start='01-01-2019',end=date.today())

df['HC'] = df['Close'].rolling(20).max() 
df['LC'] = df['Close'].rolling(20).min() 

下面有嵌套逻辑：

1. 创建一个空数组
2. 在条件下将值替换为 -1
3. 在条件下将值替换为 1

df['Flag'] = np.where((df.Close == df.HC), 1, 
         np.where(df.Close == df.LC, -1, np.full(df.Close.count(), np.nan)))
df.Flag.fillna(method='ffill', inplace=True)

在性能方面：

%%timeit
df['Flag'] = np.where((df.Close == df.HC), 1, 
         np.where(df.Close == df.LC, -1, np.full(df.Close.count(), np.nan)))
df.Flag.fillna(method='ffill', inplace=True)

912 µs ± 49.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

这肯定比循环或嵌套 if 条件更好。

例如@Tim Mironov 回答：

%%timeit
pos_indexes = (df.Close == df.HC)
neg_indexes = (df.Close == df.LC)

df.loc[pos_indexes, 'Good_Flag'] = 1
df.loc[neg_indexes, 'Good_Flag'] = -1

df.fillna(method='ffill', inplace=True)

4.43 ms ± 92 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Answer 2

您可以使用更多 Pandas 的内置功能，特别是 fillna 方法和逻辑索引的使用。 我在你原来的代码中添加了一部分代码来创建一个额外的Good_Flag：

import pandas_datareader as dr
from datetime import date

df = dr.data.get_data_yahoo('SPY',start='01-01-2019',end=date.today())

df['HC'] = df['Close'].rolling(20).max() 
df['LC'] = df['Close'].rolling(20).min() 

df['Flag'] = [1 if (df.loc[ei, 'Close'] == df.loc[ei, 'HC']) else 
              -1 if (df.loc[ei, 'Close'] == df.loc[ei, 'LC']) else   
              0 for ei in df.index]

pos_indexes = df.Close == df.HC
neg_indexes = df.Close == df.LC
df.loc[pos_indexes, 'Good_Flag'] = 1
df.loc[neg_indexes, 'Good_Flag'] = -1
df = df.fillna(method='ffill')

请注意，我使用了带有ffill 属性的fillna 方法来指定“Forward Pass”。

编辑： 为了清楚起见，原来的Flag 列故意留在这里，新的Good_Flag 列的计算不依赖于Flag。

为了展示理想的行为：

plt.plot(df.Flag, color='blue')
plt.plot(df.Good_Flag, color='red')
plt.legend(['Flag', 'Good_Flag'])
plt.show()

Answer 3

一种简单的方法是使用循环，但这在时间方面效率低下。不过，如果你不介意，你可以循环遍历数组

flag01 = 0
for ei in df.index:
    if (df.loc[ei, 'Close'] == df.loc[ei, 'HC']):
        flag01 = 1
    if (df.loc[ei, 'Close'] == df.loc[ei, 'LC'])
        flag01 = -1
    df.loc[ei, 'Flag'] = flag01

基本上你设置零，每当你发现条件为真时，你设置为 1 并保持一，直到满足条件变为 -1，依此类推。这比您使用的方法慢，但它是“保留最后一个值”的最简单方法，因为您正在增加值并且您知道之前有哪个值。