在Pandas Dataframe中有条件地填充值

Question

我有以下数据框：

temp = pd.DataFrame({
              'long_entry':[False,True,False,False],
              'long_exit':[False,False,False,True]
})


    long_entry  long_exit
0   False   False
1   True    False
2   False   False
3   False   True

我再添加2列，其中0将接收条件值：

temp['open_long']=0
temp['close_long']=0
temp['long']=0

long_entry  long_exit   open_long   close_long   long
0   False   False       0           0            0
1   True    False       0           0            0
2   False   False       0           0            0
3   False   True        0           0            0

我想要做的是根据以下条件填写open_long，close_long和long：

对于所有3列，第一行将为0，然后是下一行：

• open_long ：如果上一行long_entry == 0且同一行long_entry == True然后open_long = 1，则为open_long = 0 }

• close_long ：如果上一行long值等于1且同一行long_exit == True，则close_long = -1，否则{{1 }}

• 长：恰好等于同一行close_long= 0 +同一行open_long +前一行

生成的Dataframe是：

close_long

我能够使用循环来完成它，但由于我使用10年的每日数据，因此需要花费大量时间才能完成。在Python中解决这个问题的最佳方法是什么？

Answer 1

您可以使用shift()方法执行以下操作。

temp['long_entry_lag'] = temp['long_entry'].shift(-1)

，结果将是：

 long_entry  long_exit long_entry_lag
 0       False      False           True
 1        True      False          False
 2       False      False          False
 3       False       True            NaN

然后你可以这样做：

temp['open_long'] = (temp.long_entry - temp.long_entry_lag) == -1

等等。这些矢量化操作在大型数据集上应该非常快。