1
我检索下列数据帧的cummax()值,蟒熊猫 - 检索在cummax()索引时间戳值
exit_price trend netgain high low MFE_pr
exit_time
2000-02-01 01:00:00 1400.25 -1 1.00 1401.50 1400.25 1400.25
2000-02-01 01:30:00 1400.75 -1 0.50 1401.00 1399.50 1399.50
2000-02-01 02:00:00 1400.00 -1 1.25 1401.00 1399.75 1399.50
2000-02-01 02:30:00 1399.25 -1 2.00 1399.75 1399.25 1399.25
2000-02-01 03:00:00 1399.50 -1 1.75 1400.00 1399.50 1399.25
2000-02-01 03:30:00 1398.25 -1 3.00 1399.25 1398.25 1398.25
2000-02-01 04:00:00 1398.75 -1 2.50 1399.00 1398.25 1398.25
2000-02-01 04:30:00 1400.00 -1 1.25 1400.25 1399.00 1398.25
2000-02-01 05:00:00 1400.25 -1 1.00 1400.50 1399.25 1398.25
2000-02-01 05:30:00 1400.50 -1 0.75 1400.75 1399.50 1398.25
用下面的公式
trade ['MFE_pr'] = np.nan
trade ['MFE_pr'] = trade ['MFE_pr'].where(trade ['trend']<0, trade.high.cummax())
trade ['MFE_pr'] = trade ['MFE_pr'].where(trade ['trend']>0, trade.low.cummin())
是有一种方法检索从哪一行取得cummax()的行的时间戳?与.idxmax()类似,但对于cummax()?
是的这是非常有用的。 快速的问题,你建议从索引创建一个新的列'时间戳'来执行groupby: 'df ['timestamp'] = df.index' 有没有办法直接在索引上执行它? –
我不能肯定地说,但似乎'df.groupby(...).first()'失去了原始数据帧的索引。我尝试添加'as_index = False'选项,但它不起作用。如果不用索引副本创建temprorary列,现在无法找到这种方法。 –