Question

我有一个带有日期时间索引的数据框。首先，这是我的假数据。

import pandas as pd

data1 = {'date' : ['20190219 093100', '20190219 103200','20190219 171200','20190219 193900','20190219 194500','20190220 093500','20190220 093600'],
     'number' : [18.6125, 12.85, 14.89, 15.8301, 15.85, 14.916 , 14.95]}

df1 = pd.DataFrame(data1)
df1 = df1.set_index('date')
df1.index = pd.to_datetime(df1.index).strftime('%Y-%m-%d %H:%M:%S')

我想做的是创建一个名为“ New_column”的新列，其类别变量为“是”或“否”取决于“数字”列中的值是否当天增加了至少20％

因此在此伪数据中，只有第二个值“ 12.85”将为“是”，因为它在时间戳“ 2019-02-19 19:45:00”上增加了23.35％

即使第一个值比第三个值大25％，但由于它将来会发生，因此不应计算。

完成此过程后，我应该在每天的最后一行的“ New_column”中添加NaN。

我一直在尝试许多不同的方法来使用： -pandas.DataFrame.pct_change -pandas.DataFrame.diff

如果有人有想法以pythonic的方式进行此操作，请帮帮我。

谢谢

Answer 1

初始设置

data = {
    'datetime' : ['20190219 093100', '20190219 103200','20190219 171200','20190219 193900','20190219 194500','20190220 093500','20190220 093600'],
    'number' : [18.6125, 12.85, 14.89, 15.8301, 15.85, 14.916 , 14.95]
}
df = pd.DataFrame(data)
df['datetime'] = df['datetime'].astype('datetime64')
df = df.sort_values('datetime')
df['date'] = df['datetime'].dt.date
df['New_column'] = 'No'

找到当天晚些时候增长20％的所有行

indeces_true = set([])
for idx_low, row_low in df.iterrows():
    for idx_high, row_high in df.iterrows():
        if (row_low['date'] == row_high['date'] and
            row_low['datetime'] < row_high['datetime'] and
            row_low['number'] * 1.2 < row_high['number']):
            indeces_true.add(idx_low)

# Assign 'Yes' for the true rows
for i in indeces_true:
    df.loc[i, 'New_column'] = 'Yes'

# Last timestamp every day assigned as NaN
df.loc[df['date'] != df['date'].shift(-1), 'New_column'] = np.nan

# Optionally convert to categorical variable
df['New_column'] = pd.Categorical(df['New_column'])

输出

>>> df

    datetime                number         date     New_column
0   2019-02-19 09:31:00     18.6125     2019-02-19  No
1   2019-02-19 10:32:00     12.8500     2019-02-19  Yes
2   2019-02-19 17:12:00     14.8900     2019-02-19  No
3   2019-02-19 19:39:00     15.8301     2019-02-19  No
4   2019-02-19 19:45:00     15.8500     2019-02-19  NaN
5   2019-02-20 09:35:00     14.9160     2019-02-20  No
6   2019-02-20 09:36:00     14.9500     2019-02-20  NaN

特定时间段python中的百分比变化

1 个答案: