如何在两种不同的条件之间创建滚动差异？

【问题标题】：How to create a rolling difference between two different conditions?如何在两种不同的条件之间创建滚动差异？
【发布时间】：2021-12-20 21:10:05
【问题描述】：

我必须在 Pandas DataFrame 中创建一个新列，其中包含买入和卖出之间的滚动利润（持有期）。buy=1 是买入卖出=1 是卖出 .. 买入和卖出之间是持有期。

因此，滚动利润应该是当日价格（收盘列）和最后买入价（买入的收盘价=1条件）之间的差异，直到平仓为止。

trading_df = pd.DataFrame({'Date': ['10/1/2020', '10/2/2020', '10/3/2020', '10/4/2020', '10/5/2020', '10/6/2020', '10/7/2020', '10/8/2020', '10/9/2020'],
 'Close': [90, 91, 89, 92, 93, 92, 94, 91, 89],
 'Buy': [0, 1, 0, 0, 0, 0, 1, 0, 0],
 'Sell': [0, 0, 0, 1, 0, 0, 0, 0, 1],
 'Rolling Profit': [None, 0.0, -2.0, 1.0, None, None, 0.0, -3.0, -5.0]})

【问题讨论】：

标签： pandas

【解决方案1】：

你可以使用：

df['no_trading'] = df['Sell'].replace({0:np.nan, 1:'no_trade'}).fillna(df['Buy'].replace({1:'bought'})).astype(str).replace('0', np.nan).ffill()
df['no_trading'] = df['no_trading'].mask(((df['no_trading'] == 'no_trade') & (df['Sell'] == 1)), 'sold')


df['unique_buys'] = df['Buy'].replace(0, np.nan).cumsum().ffill()
df['profit'] = df.groupby('unique_buys')[['Close']].apply(lambda x: x-x.iloc[0])
df['profit'] = df['profit'].mask(df['no_trading'] == 'no_trade', np.nan)
df.drop(columns=['no_trading', 'unique_buys'], inplace=True)
print(df)

OUTPUT

        date  Close  Buy  Sell  profit
0 2020-10-01     90    0     0     NaN
1 2020-10-02     91    1     0     0.0
2 2020-10-03     89    0     0    -2.0
3 2020-10-04     92    0     1     1.0
4 2020-10-05     93    0     0     NaN
5 2020-10-06     92    0     0     NaN
6 2020-10-07     94    1     0     0.0
7 2020-10-08     91    0     0    -3.0
8 2020-10-09     89    0     1    -5.0

【讨论】：