我正在玩@piRSquared提供的非常好的代码，这段代码可以在下面看到。
我添加了另一个条件if row[col2] == 4000，这只在我添加的附加列中看到过一次。正如预期的那样，这个附加代码的函数只产生一行，因为条件只出现一次。
我的问题是如何修改代码，然后在移动>= move_size之后产生另一行。
所需的输出是两行。一个是row['B'] == 4000（现在代码生成），另一个是在Col >= move_size中看到A移动时。我将这些视为交易进入和退出，因此根据下面显示的所需输出，在另一个数据框列df['C']中有一个订单ID会很好。
来自原始帖子的代码：
#starting python community conventions
import numpy as np
import pandas as pd
# n is number of observations
n = 5000
day = pd.to_datetime(['2013-02-06'])
# irregular seconds spanning 28800 seconds (8 hours)
seconds = np.random.rand(n) * 28800 * pd.Timedelta(1, 's')
# start at 8 am
start = pd.offsets.Hour(8)
# irregular timeseries
tidx = day + start + seconds
tidx = tidx.sort_values()
s = pd.Series(np.random.randn(n), tidx, name='A').cumsum()
s.plot()
略有修改的生成器功能：
def mover_df(df, col,col2, move_size=10):
ref = None
for i, row in df.iterrows():
#added test condition for new col2 signal column
if row[col2] == 4000:
if ref is None or (abs(ref - row.loc[col]) >= move_size):
yield row
ref = row.loc[col]
生成数据
df = s.to_frame()
df['B'] = range(0,len(df))
moves_df = pd.concat(mover_df(df, 'A','B', 3), axis=1).T
当前输出：
A B
2013-02-06 14:30:43.874386317 -50.136432 4000.0
期望的输出：
（第二行的cols A,B中的值将是代码生成的任何内容，我刚刚添加了随机值以显示我感兴趣的格式.Col C是交易ID和对于每两行，这将增加+1）
A B C
2013-02-06 14:30:43.874386317 -50.136432 4000.0 1
2013-02-06 14:30:43.874386317 -47.136432 6000.0 1
我一直想把这个代码编写好几个小时（对于孩子们在学校假期里跑来跑去的孩子们没有帮助......）并且感谢任何帮助。从@piRSquared那里得到意见非常棒，但感谢人们忙碌。
答案 0 :(得分：2)
我对发电机或熊猫没有太多经验，但这有用吗？由于随机种子，我的数据输出不同，所以我不确定。
我更改了生成器以包含给定的备用案例，即第一列row[col2] == 4000，因此调用生成器两次应该同时给出两个值：
def mover_df(df, col, col2, move_size=10, found=False):
ref = None
for i, row in df.iterrows():
#added test condition for new col2 signal column
if row[col2] == 4000:
if ref is None or (abs(ref - row.loc[col]) >= move_size):
yield row
found = True # flag that we found the first row we want
ref = row.loc[col]
elif found: # if we found the first row, find the second meeting the condition
if ref is None or (abs(ref - row.loc[col]) >= move_size):
yield row
然后你可以像这样使用它：
data_generator = mover_df(df, 'A', 'B', 3)
moves_df = pd.concat([data.next(), data.next()], axis=1).T
答案 1 :(得分：1)
我像这样编辑mover_df
的 注意：的
我将4000条件更改为% 1000 == 0以再提供一些样本
def mover_df(df, move_col, look_col, move_size=10):
ref, seen = None, False
for i, row in df.iterrows():
#added test condition for new col2 signal column
look_cond = row[look_col] % 1000 == 0
if look_cond and not seen:
yield row
ref, seen = row.loc[move_col], True
elif seen:
move_cond = (abs(ref - row.loc[move_col]) >= move_size)
if move_cond:
yield row
ref, seen = None, False
df = s.to_frame()
df['B'] = range(0,len(df))
moves_df = pd.concat(mover_df(df, 'A','B', 3), axis=1).T
print(moves_df)
A B
2013-02-06 08:00:03.264481639 0.554390 0.0
2013-02-06 08:04:26.609855185 -2.479520 35.0
2013-02-06 09:38:07.962175581 -15.042391 1000.0
2013-02-06 09:40:50.737806497 -18.385956 1026.0
2013-02-06 11:13:03.018013689 -29.074125 2000.0
2013-02-06 11:14:30.980633575 -32.221009 2019.0
2013-02-06 12:49:41.432845325 -35.048040 3000.0
2013-02-06 12:50:28.098114592 -38.881795 3012.0
2013-02-06 14:27:15.008225195 13.437165 4000.0
2013-02-06 14:27:32.790466500 9.513736 4003.0
<强> 警告
这将继续寻找退出，直到找到它为止，或者即使到达另一个可能的入口点，也会到达数据帧的末尾。意思是，在我的例子中，我查看每1000行并输入。然后我寻找移动大于10并退出的时间。如果在下一个1000行市场到来之前我没有发现大于10的移动，我将忽略该1000行标记并继续寻找退出。
理念是，如果我在交易中，我必须退出。在解决我仍在进行的交易之前，我不想进入另一笔交易。