Question

我有一个数据框，我正在努力根据其他列创建一个列，我将分享示例数据的问题。

          Date  Target1      Close
0   2018-05-25  198.0090    188.580002
1   2018-05-25  197.6835    188.580002
2   2018-05-25  198.0090    188.580002
3   2018-05-29  196.6230    187.899994
4   2018-05-29  196.9800    187.899994
5   2018-05-30  197.1375    187.500000
6   2018-05-30  196.6965    187.500000
7   2018-05-30  196.8750    187.500000
8   2018-05-31  196.2135    186.869995
9   2018-05-31  196.2135    186.869995
10  2018-05-31  196.5600    186.869995
11  2018-05-31  196.7700    186.869995
12  2018-05-31  196.9275    186.869995
13  2018-05-31  196.2135    186.869995
14  2018-05-31  196.2135    186.869995
15  2018-06-01  197.2845    190.240005
16  2018-06-01  197.2845    190.240005
17  2018-06-04  201.2325    191.830002
18  2018-06-04  201.4740    191.830002

我想创建另一列（针对每个观察值）（例如，称为days_to_hit_target），以作为接近匹配（或越过特定日期的目标）的天数差异，然后计算天数差异并将其放入列days_to_hit_target。

这个想法是，假设今天在2018-05-25的收盘价为188.58，所以，我想获取达到这个目标（198.0090）的日期，此日期即将在2018-06-04进行。，该位置已接近首次观察的目标（198.0090），该目标将被馈入该列的第一次观察（days_to_hit_target）。

Answer 1

使用loc和at的组合来找到目标命中的日期，然后减去这些日期。

df['TargetDate'] = 'NA'
for i, row in df.iterrows():
    t = row['Target1']
    d = row['Date']
    targdf = df.loc[df['Close'] >= t]
    if len(targdf)>0:
       targdt = targdf.at[0,'Date']
       df.at[i,'TargetDate'] = targdt
    else:
       df.at[i,'TargetDate'] = '0'

df['Diff'] = df['Date'].sub(df['TargetDate'], axis=0)

Answer 2

import pandas as pd

csv = pd.read_csv(
    'sample.csv',
    parse_dates=['Date']
)

csv.sort_values('Date', inplace=True)

def find_closest(row):

    target = row['Target1']
    date = row['Date']

    matches = csv[
        (csv['Close'] >= target) &
        (csv['Date'] > date)
    ]

    closest_date = matches['Date'].iloc[0] if not matches.empty else None

    row['days to hit target'] = (closest_date - date).days if closest_date else None

    return row


final = csv.apply(find_closest, axis=1)

很难测试，因为没有目标出现在最后。但是这个想法很简单。细分原始框架，使date在当前行日期之后，并且Close大于或等于Target1并获得第一个条目（这是在您使用{进行了排序之后{1}}。

如果子集为空，请使用无。否则，请使用df.sort_values。 Date当时很简单。

基于两列中的匹配值的日期差异-熊猫

2 个答案: