与熊猫/ Python的
问题描述:
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。
答
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
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