比较不同时间范围内的值（在 Pandas 中重新采样和滚动之后）答案

【问题标题】：Comparing values in different time frames (after resample and rolling in Pandas)比较不同时间范围内的值（在 Pandas 中重新采样和滚动之后）
【发布时间】：2016-07-29 06:55:53
【问题描述】：

我有快速的时间范围（tick 数据），并想检查该值是否等于 1 分钟时间范围内滚动最大值的最高价格。

刻度数据为：

2016-06-27 08:30:00    4243.00
2016-06-27 08:30:00    4243.00
2016-06-27 08:30:00    4243.00
2016-06-27 08:30:00    4243.00
2016-06-27 08:30:00    4243.00
2016-06-27 08:30:00    4243.00
2016-06-27 08:30:00    4243.00
2016-06-27 08:30:00    4242.75
2016-06-27 08:30:00    4242.75
2016-06-27 08:30:00    4242.75
2016-06-27 08:30:00    4242.75
2016-06-27 08:30:00    4242.75
2016-06-27 08:30:00    4242.75
2016-06-27 08:30:00    4242.75
2016-06-27 08:30:00    4242.75
2016-06-27 08:30:00    4242.75
2016-06-27 08:30:00    4242.75
2016-06-27 08:30:00    4242.50
2016-06-27 08:30:00    4242.50
2016-06-27 08:30:00    4242.50

我使用以下方法计算 1 分钟时间范围内的滚动最大值：

rol=ntick.Last.resample('1min').max().rolling(center=False,window=4).max()

但是检查报价数据中的值是否等于 rol 中的滚动最大值的最快方法是什么？

我对 Python 还是很陌生，所以我只能以非常慢的方式使用循环：

mask=[]
for x in range(0,len(ntick)):
    mask.append(ntick.Last[x]==rol[ntick.index[x].replace(second=0)])

然后将掩码应用为 ntick['mask']=mask

这可行，但效率不高。任何提示如何更好地做到这一点？

编辑：

列表理解而不是循环使过程快 3 倍：

mask=[ntick.Last[x]==rol[ntick.index[x].replace(second=0)] for x in range(0,len(ntick))]

但仍然想知道是否有更好的方法。

【问题讨论】：

标签： python pandas

【解决方案1】：

如果我正确理解您的要求，您可能想要使用Series.asof，它返回最后一个有效值并且可以采用类似列表的参数。我假设ntick（还有rol）有一个排序的DatetimeIndex作为索引。

rol2 = rol.squeeze().asof(ntick.index)

最初，rol 是一个单列数据框，因此需要将squeeze 转换为Series。 rol2 和 ntick 的索引现在相等，我们可以比较：

mask = ntick.Last == rol2

【讨论】：