我有日期和值的数据帧,加快熊猫据帧迭代
Date Price
Jun 30 95.60
Jun 29 94.40
Jun 28 93.59
Jun 27 92.04
Jun 24 93.40
Jun 23 96.10
Jun 22 95.55
Jun 21 95.91
Jun 20 95.10
Jun 17 95.33
Jun 16 97.55
Jun 15 97.14
Jun 14 97.46
Jun 13 97.34
Jun 10 98.83
Jun 9 99.65
Jun 8 98.94
Jun 7 99.03
Jun 6 98.63
Jun 3 97.92
Jun 2 97.72
有它通过dateframe迭代函数,
indic_up = [False, False,False, False]
i = 4
while i+4 <= df.index[-1]:
if (df.get_value(i, 'value') > df.get_value(i-1, 'value')) or
(df.get_value(i, 'value') > df.get_value(i-2, 'value')) or
(df.get_value(i, 'value') > df.get_value(i-3, 'value')) or
(df.get_value(i, 'value') > df.get_value(i-4, 'value')):indic_up.append(True)
else:indic_up.append(False)
i = i+1
此功能的逻辑是,如果今天的value
大于昨天,前天或之前那么它是true
或false
。 这个功能似乎对我很慢,所以我怎么可以重写这样的
for index, row in df.iterrows():
row['a'], index
或
for idx in df.index:
df.ix[idx, 'a'], idx
此功能,或者我可以通过将数据帧为numpy的阵列实现多快?