与熊猫/ Python的

时间序列的工作，我有以下数据：与熊猫/ Python的

  AdjClose  Chg  RM Target 
date          
2014-01-16 41.733862 0.002045 0  NaN 
2014-01-17 41.695141 -0.000928 1  NaN 
2014-01-21 42.144309 0.010773 1  NaN 
2014-01-22 41.803561 -0.008085 1  NaN 
2014-01-23 41.640931 -0.003890 0  3.0 
2014-01-24 41.586721 -0.001302 0  3.0 
2014-01-27 41.323416 -0.006331 0  2.0 
2014-01-28 41.710630 0.009370 1  2.0 
2014-01-29 41.780328 0.001671 0  1.0 
2014-01-30 42.701896 0.022057 0  1.0

我敢肯定有一个简单的方法来做到这一点，但我还没有弄明白。对于每一天，我需要看看前几天有多少次，有上/下或下/上移动。

我的丑的解决办法是做一个5天目标如下：

dd['RM']=0 
dd['RM'][((dd['Chg']>0) & (dd['Chg'].shift(1)<0))| 
     ((dd['Chg']<0) & (dd['Chg'].shift(1)>0))] = 1 
dd['Target']=pd.rolling_sum(dd['RM'],window=5)

，然后就做前N天rolling_sum。

我会喜欢一些更优雅的解决方案的帮助。谢谢。

来源

2016-09-30 trubby317

能告诉你一个例子吗？预期的产出？ –

用我的代码在n = 5时进行更新 – trubby317

我会做一个rolling_sum()完全一样，你所做的一切，但我认为上/下和下/上为容易测量当符号改变：

dd['RM'] = np.int64(np.sign(dd['Chg']) != np.sign(dd['Chg'].shift(1))) 
dd['RM'].values[0] = 0

来源

2016-09-30 19:36:10 chrisaycock

与熊猫/ Python的

回答

相关问题