如何解决熊猫数据框列之间的循环引用？

Question

我有一个包含索引Date和Symbol的多索引数据框。该数据框大约有1000万行。数据框具有带有Entry_signal或True值的列False，带有数字值的另一列Initial_stop和带有数字值的另一列Low。基于这三列的内容，我想计算另外三列：Stop_level，Position，Exit_signal。这些应基于以下逻辑进行计算：

data['Entry_signal'] = # True or False
data['Initial_stop'] = # numbers
data['Low'] = # numbers

data['Stop_level'] = np.where(data['Position'] == True,
                              np.maximum(data['Stop_level'].shift(1),
                                         data['Initial_stop']),
                              data['Initial_stop'])

data['Exit_signal'] = np.where(data['Low'] < data.groupby('Symbol')['Stop_level'].shift(1),
                               True,
                               False)

data['Position'] = np.where(data['Exit_signal'] == True,
                            False,
                            np.where(data['Entry_signal'] == True,
                                     True,
                                     data.groupby('Symbol')['Position'].shift(1)))

data['Position'] = data.groupby('Symbol')['Position'].ffill()

现在Stop_level会引发错误，因为它需要一个Position。如果我将Position放在开头，则会出现错误，因为它需要Exit_signal。如果我将Exit_signal放在开头，则会出现错误，因为它需要Stop_level。等等。如何使这种逻辑起作用？

Answer 1

将其写在纸片上

1. Stop_level具有以下功能：Position，Stop_level， Initial_stop。
2. Exit_signal是以下功能之一：Low，Symbol，Stop_level。
3. Position具有以下功能：Exit_signal，Entry_signal， Symbol，Position。

当前订单无效，因为Stop_level需要Position。首先放置Position无效，因为它需要Exit_signal。首先放置Exit_signal无效，因为它需要Stop_level。这会耗尽您的所有选择。

因此，您需要定义可以实际实现的逻辑。