所以，我想到的是一个非常基本的excel公式，我正在尝试在python数据框中复制该公式。我想重新创建的是PeriodDraw列。所有要做的就是计算一个运行值，该运行值告诉您在达到新的最大值之前，离最大距离有多远。我试图找到一种方法来计算数据帧中的该列，而无需使用循环，或者如果我必须遍历它，则以最快的方式。
预期的输出：下表中的PeriodDraw列。
因此，总PL是运行总计。 max列是Total PL列的运行最大值，而Diff仅取Total PL和Max列的差异。
在excel中，应在期间绘图的第二行中使用的公式为= IF（G2 = 0,0，MIN（G2，H1）），其中G2 = Diff，H列为PeriodDraw。
因此从本质上讲，如果diff为0，则表示pl当前处于最大值。如果不是，那么我想知道当前diff是否小于我以前的diff值？如果是这样，那是新的分钟，如果不保持不变。
如果您想查看公式，这里是电子表格的链接： https://docs.google.com/spreadsheets/d/1lvwIi3ZwLU0Y_6G3fGHII_WvEPU8kPdJ9mUgHUVlBUc/edit?usp=sharing
我只能使用for循环重复此操作。
+------------+----------+---------+----------+----------+-------+--------+------------+
| TradeCount | Entry Px | Exit Px | Trade PL | Total PL | Max | Diff | PeriodDraw |
+------------+----------+---------+----------+----------+-------+--------+------------+
| 1 | 0.5057 | 0.6327 | 26656 | 26656 | 26656 | 0 | 0 |
| 2 | 0.66 | 0.6552 | -1022 | 25634 | 26656 | -1022 | -1022 |
| 3 | 0.6577 | 0.6066 | -10745 | 14889 | 26656 | -11767 | -11767 |
| 4 | 0.6066 | 0.5682 | 8050 | 22939 | 26656 | -3717 | -11767 |
| 5 | 0.5682 | 0.5632 | -1064 | 21875 | 26656 | -4781 | -11767 |
| 6 | 0.5632 | 0.5627 | 91 | 21966 | 26656 | -4690 | -11767 |
| 7 | 0.5627 | 0.5657 | 616 | 22582 | 26656 | -4074 | -11767 |
| 8 | 0.5876 | 0.5691 | -3899 | 18683 | 26656 | -7973 | -11767 |
| 9 | 0.5527 | 0.5679 | 3178 | 21861 | 26656 | -4795 | -11767 |
| 10 | 0.5867 | 0.5777 | -1904 | 19957 | 26656 | -6699 | -11767 |
| 11 | 0.5599 | 0.5597 | -56 | 19901 | 26656 | -6755 | -11767 |
| 12 | 0.5875 | 0.5917 | 868 | 20769 | 26656 | -5887 | -11767 |
| 13 | 0.5757 | 0.5615 | -2996 | 17773 | 26656 | -8883 | -11767 |
| 14 | 0.5752 | 0.5545 | -4361 | 13412 | 26656 | -13244 | -13244 |
| 15 | 0.5722 | 0.5827 | 2191 | 15603 | 26656 | -11053 | -13244 |
| 16 | 0.5752 | 0.6528 | 16282 | 31885 | 31885 | 0 | 0 |
| 17 | 0.6511 | 0.6288 | -4697 | 27188 | 31885 | -4697 | -4697 |
| 18 | 0.65 | 0.6487 | -287 | 26901 | 31885 | -4984 | -4984 |
| 19 | 0.5919 | 0.6264 | -7259 | 19642 | 31885 | -12243 | -12243 |
| 20 | 0.6264 | 0.6323 | 1225 | 20867 | 31885 | -11018 | -12243 |
| 21 | 0.6281 | 0.5617 | -13958 | 6909 | 31885 | -24976 | -24976 |
+------------+----------+---------+----------+----------+-------+--------+------------+
stats_df['Max'] = stats_df['PL_Accum'].cummax()
stats_df['Diff'] = stats_df['PL_Accum'] - stats_df['Max']
df = stats_df.copy().reset_index()
m = []
for i in df.index:
if df.iloc[i, df.columns.get_loc('PL_Accum')] == df.iloc[i, df.columns.get_loc('Max')]:
m.append(df.iloc[i, df.columns.get_loc('Diff')])
elif i == 0:
m.append(0)
else:
m.append(min(m[i - 1], df.iloc[i, df.columns.get_loc('Diff')]))
stats_df['PeriodDraw_Closed'] = m
答案 0 :(得分：1)
让我们尝试一下，我包括PD_close进行比较：
我认为您正在按组寻找cummin函数。
df['PD_Close'] = df.groupby(df['Diff'].eq(0).cumsum())['Total PL']\
.transform(lambda x: x.cummin())-df['Max']
详细信息：
eq设置diff为零的行，然后每当Diff等于零时使用cumsum递增计数器。 / li>
cummin，我们可以保持
在各组中找到的总PL最低值。如果您从groupby内部开始运行该语句的每个小部分，然后进行锻炼，您会发现该语句已成形。
输出：
TradeCount Entry Px Exit Px Trade PL Total PL Max Diff PeriodDraw PD_close
0 1 0.5057 0.6327 26656 26656 26656 0 0 0
1 2 0.6600 0.6552 -1022 25634 26656 -1022 -1022 -1022
2 3 0.6577 0.6066 -10745 14889 26656 -11767 -11767 -11767
3 4 0.6066 0.5682 8050 22939 26656 -3717 -11767 -11767
4 5 0.5682 0.5632 -1064 21875 26656 -4781 -11767 -11767
5 6 0.5632 0.5627 91 21966 26656 -4690 -11767 -11767
6 7 0.5627 0.5657 616 22582 26656 -4074 -11767 -11767
7 8 0.5876 0.5691 -3899 18683 26656 -7973 -11767 -11767
8 9 0.5527 0.5679 3178 21861 26656 -4795 -11767 -11767
9 10 0.5867 0.5777 -1904 19957 26656 -6699 -11767 -11767
10 11 0.5599 0.5597 -56 19901 26656 -6755 -11767 -11767
11 12 0.5875 0.5917 868 20769 26656 -5887 -11767 -11767
12 13 0.5757 0.5615 -2996 17773 26656 -8883 -11767 -11767
13 14 0.5752 0.5545 -4361 13412 26656 -13244 -13244 -13244
14 15 0.5722 0.5827 2191 15603 26656 -11053 -13244 -13244
15 16 0.5752 0.6528 16282 31885 31885 0 0 0
16 17 0.6511 0.6288 -4697 27188 31885 -4697 -4697 -4697
17 18 0.6500 0.6487 -287 26901 31885 -4984 -4984 -4984
18 19 0.5919 0.6264 -7259 19642 31885 -12243 -12243 -12243
19 20 0.6264 0.6323 1225 20867 31885 -11018 -12243 -12243
20 21 0.6281 0.5617 -13958 6909 31885 -24976 -24976 -24976
21 22 0.5589 0.6311 -15176 -8267 31885 -40152 -40152 -40152
22 23 0.6311 0.7148 17563 9296 31885 -22589 -40152 -40152
23 24 0.6925 0.6867 1204 10500 31885 -21385 -40152 -40152
24 25 0.6867 0.6874 133 10633 31885 -21252 -40152 -40152
25 26 0.6874 0.6260 12880 23513 31885 -8372 -40152 -40152
26 27 0.6260 0.7252 20818 44331 44331 0 0 0
27 28 0.7252 0.7177 1561 45892 45892 0 0 0
28 29 0.7092 0.7241 3115 49007 49007 0 0 0
29 30 0.7241 0.7303 -1316 47691 49007 -1316 -1316 -1316
.. ... ... ... ... ... ... ... ... ...
99 100 1.2640 1.2666 -560 43015 63273 -20258 -75040 -75040
100 101 1.2666 1.3050 8050 51065 63273 -12208 -75040 -75040
101 102 1.3222 1.3075 -3101 47964 63273 -15309 -75040 -75040
102 103 1.2927 1.3443 -10850 37114 63273 -26159 -75040 -75040
103 104 1.3458 1.3452 -140 36974 63273 -26299 -75040 -75040
104 105 1.3502 1.3484 -392 36582 63273 -26691 -75040 -75040
105 106 1.3578 1.4015 9163 45745 63273 -17528 -75040 -75040
106 107 1.4119 1.3982 -2891 42854 63273 -20419 -75040 -75040
107 108 1.4098 1.3950 -3122 39732 63273 -23541 -75040 -75040
108 109 1.3950 1.2162 37534 77266 77266 0 0 0
109 110 1.2236 1.2227 175 77441 77441 0 0 0
110 111 1.2317 1.2749 -9086 68355 77441 -9086 -9086 -9086
111 112 1.2749 1.3335 12292 80647 80647 0 0 0
112 113 1.3233 1.2642 -12425 68222 80647 -12425 -12425 -12425
113 114 1.2343 1.1587 15862 84084 84084 0 0 0
114 115 1.1655 1.1427 4774 88858 88858 0 0 0
115 116 1.1226 1.0950 -5810 83048 88858 -5810 -5810 -5810
116 117 1.0950 1.0927 469 83517 88858 -5341 -5810 -5810
117 118 1.0676 1.0243 9079 92596 92596 0 0 0
118 119 0.9734 1.0088 -7448 85148 92596 -7448 -7448 -7448
119 120 1.0327 1.0484 3283 88431 92596 -4165 -7448 -7448
120 121 1.0484 1.0769 -5999 82432 92596 -10164 -10164 -10164
121 122 1.0794 1.0766 -602 81830 92596 -10766 -10766 -10766
122 123 1.0766 1.0764 28 81858 92596 -10738 -10766 -10766
123 124 1.0794 1.0817 469 82327 92596 -10269 -10766 -10766
124 125 1.0817 1.0697 2506 84833 92596 -7763 -10766 -10766
125 126 1.0697 1.1097 -8414 76419 92596 -16177 -16177 -16177
126 127 1.1097 1.1247 3136 79555 92596 -13041 -16177 -16177
127 128 1.1462 1.1497 721 80276 92596 -12320 -16177 -16177
128 129 1.1497 1.1517 -434 79842 92596 -12754 -16177 -16177