Question

我需要在列中单独汇总所有正值和负值，即

pos_values = [x for x in df.prediction_at_ohlcv_end_date if x > 0] 
neg_values = [x for x in df.prediction_at_ohlcv_end_date if x < 0]

这是一个数据样本

market_trading_pair next_future_timestep_return ohlcv_start_date    prediction_at_ohlcv_end_date
0   Poloniex_ETH_BTC    0.003013    1450753200  -0.157053
1   Poloniex_ETH_BTC    -0.006521   1450756800  -0.920074
2   Poloniex_ETH_BTC    0.003171    1450760400  0.999806
3   Poloniex_ETH_BTC    -0.003083   1450764000  0.627140
4   Poloniex_ETH_BTC    -0.001382   1450767600  0.999857

在熊猫中这样做的好方法是什么？

编辑：

由于一些有用的堆叠器，我能够做到这一点，但我意识到我无法进行更进一步的计算。 `

if prediction_at_ohlcv_end_date > 0 : 
return = prediction_at_ohlcv_end_date * next_future_timestep_return.

对于框架中的每个元素，任何想法？`

Answer 1

您可以使用pandas.Series的方法sum作为您的特定列：

neg = df.prediction_at_ohlcv_end_date[df.prediction_at_ohlcv_end_date < 0].sum()
pos = df.prediction_at_ohlcv_end_date[df.prediction_at_ohlcv_end_date >= 0].sum()

In [51]: pos
Out[51]: 2.6268029999999998

In [52]: neg
Out[52]: -1.077127

为了你的价值观：

pos_values = df.prediction_at_ohlcv_end_date[df.prediction_at_ohlcv_end_date >= 0]
neg_values = df.prediction_at_ohlcv_end_date[df.prediction_at_ohlcv_end_date < 0]

修改

您可以进行编辑：

mask = df.prediction_at_ohlcv_end_date >= 0 res = df.prediction_at_ohlcv_end_date[mask] * df.next_future_timestep_return[mask] In [10]: res Out[10]: 2 0.003170 3 -0.001933 4 -0.001382 dtype: float64

分离pandas DataFrame的正负值

1 个答案: