熊猫数据框：比较两个相邻行的值，并添加一列

Question

我有一个熊猫数据框，其中我必须比较特定列的两个相邻行的值，如果它们相等，则在新列中需要是0如果第二行中的值大于第一行，则添加到相应的第一行或1，如果较小，则添加-1。例如，在下面的数据帧 dataframe before the operation

这样的操作应该给下面的输出

dataframe after the operation

Answer 1

您可以使用Series.diff()和np.sign()方法：

In [27]: df['column2'] = np.sign(df.column1.diff().fillna(0)) 

In [28]: df 
Out[28]: 
    column1 column2 
0  2  0.0 
1  2  0.0 
2  4  1.0 
3  4  0.0 
4  5  1.0 
5  3  -1.0 
6  2  -1.0 
7  1  -1.0 
8  55  1.0 
9  3  -1.0 

但为了让您的desired DF（这违背你的描述），你可以做到以下几点：

In [30]: df['column3'] = np.sign(df.column1.diff().fillna(0)).shift(-1).fillna(0) 

In [31]: df 
Out[31]: 
    column1 column2 column3 
0  2  0.0  0.0 
1  2  0.0  1.0 
2  4  1.0  0.0 
3  4  0.0  1.0 
4  5  1.0  -1.0 
5  3  -1.0  -1.0 
6  2  -1.0  -1.0 
7  1  -1.0  1.0 
8  55  1.0  -1.0 
9  3  -1.0  0.0 

Answer 2

我们正在寻找的是的符号更改。我们将其分成3个步骤：

1. diff将采取每行与前一行的差异这将捕获更改。
2. x/abs(x)是捕捉某物的标志的常用方法。当我们用d.abs()来划分d时，我们在这里使用它。
3. 最后，由于diff和我们除以零，我们在第一位有一个残差nan。我们可以用零填充它们。

---

df = pd.DataFrame(dict(column1=[2, 2, 4, 4, 5, 3, 2, 1, 55, 3])) 
d = df.column1.diff() 
d.div(d.abs()).fillna(0) 

0 0.0 
1 0.0 
2 1.0 
3 0.0 
4 1.0 
5 -1.0 
6 -1.0 
7 -1.0 
8 1.0 
9 -1.0 
Name: column1, dtype: float64