我正在绞尽脑汁地想知道如何才能做这样的事情。
我有一个看起来像这样的数据框...
A B C D E
1/2/2012 9:18 0.997558702 1.001294498 1.004264524 1.002337408 1.003628447
1/2/2012 9:19 1.004805553 1.001939237 1.002523232 1.001323543 1.003615329
1/2/2012 9:20 1.001151359 1.001290323 0.997728668 0.999937057 1
1/2/2012 9:21 1.001680821 1.003221649 1.001661232 1.000220313 1.003746398
1/2/2012 9:22 0.998454473 0.998715478 0.998095823 0.996286973 0.996985357
1/2/2012 9:23 0.996461899 0.99903537 1.00055388 0.999778915 0.997408207
1/2/2012 9:24 1.002174781 0.999034438 1.000492065 1.001232033 0.997978923
1/2/2012 9:25 0.999379982 1.00064433 0.998708963 1.000063103 0.999855345
我想找出行所在的位置 <1 或 >1 的顺序无关紧要。尽管比较必须在同一列内连续进行,这一点很重要。我想按数据帧的列计算所有此类出现的次数
所以输出类似
A B C D E
index 4 2 5 4 1
我试图思考循环并继续添加,但不知何故认为应该有更好的方法从数据帧中进行选择。
这个问题已得到解答,但正如约翰建议的那样,包括伪代码和列名称。 对于每一行,如果 row < 1 且 row.shift(1) > 1 或 row > 1 且 row.shift(1) < 1 计数
我试图检查的是我是否可以避免以两种方式检查它,因为本质上它在列中以任何一种方式查找 +ve -ve 组合。
P.S>> 我正在检查该数据集的均值回归趋势。
最佳答案
在尝试任何巧妙的方法之前,我发现阐明简单的版本会有所帮助。仅使用 bool 比较、shift
,以及我们可以对 bool 列求和来获取 True 的数量,因为 int(True) == 1
,我们可以这样做:
>>> (((df < 1) & (df.shift() > 1)) | ((df > 1) & (df.shift() < 1))).sum()
0 4
1 2
2 5
3 4
4 1
dtype: int64
它适用于 bool 框架,看起来像
>>> (df < 1) & (df.shift() > 1)
0 1 2 3 4
1/2/2012 9:18 False False False False False
1/2/2012 9:19 False False False False False
1/2/2012 9:20 False False True True False
1/2/2012 9:21 False False False False False
1/2/2012 9:22 True True True True True
1/2/2012 9:23 False False False False False
1/2/2012 9:24 False False False False False
1/2/2012 9:25 True False True False False
我认为相对容易阅读。
一个稍微光滑的版本——尽管说实话,可能太光滑了——可能是这样的
>>> s = np.sign(df - 1)
>>> (s == -s.shift()).sum()
0 4
1 2
2 5
3 4
4 1
dtype: int64
但很难看出这是否达到了预期的效果。 (我写的,我只有大约 85% 的信心。)
关于Python : How to find in set of rows, 一个元素小于1而其他元素大于1?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26499905/