新熊猫列具有取决于上一行条件的累积值

Question

我有以下由三列组成的数据框：值，求和，ema。

df1['equity_cond'] = np.where(df1['cumsum'].shift(1)>=df1['ema'].shift(1), df1['equity_cond'].shift(1) + df1['values'], df1['equity_cond'].shift(1))

我想创建一个新列，如果在上一行中“ cumsum”的值等于或大于“ ema”，则添加累积的“ values”列。

我已经尝试过了：

KeyError: 'equity_cond'

During handling of the above exception, another exception occurred:

KeyError                                  Traceback (most recent call last)
<ipython-input-25-1c89c1e1113c> in <module>
      ----> 2 df1['equity_cond'] = np.where(df1['cumsum'].shift(1)>=df1['ema'].shift(1), df1['equity_cond'].shift(1) + df1['values'], df1['equity_cond'].shift(1))

哪个会产生以下错误：

0
0
0
0
0
31.6
83.6
…

这如何在熊猫中实现？

---

编辑：

此新列的预期值为：

std::set_intersection

Answer 1

您可以将['values']列乘以条件，以便在应用.cumsum()时，它为不满足条件的行加0，并为{{1} }列。

['values']

这似乎可以为您提供所需的结果：

cond = df1['cumsum'].shift() >= df1['ema'].shift()
df1['x'] = np.where(cond,
                   (df1['values'] * cond).cumsum(),
                   0)

Answer 2

两种方法：

1。。使用的是熊猫，类似于布伦丹的建议。

cond = df1['cumsum'].shift() >= df1['ema'].shift()
df1['equity_cond'] = (df1['values'] * cond).cumsum()

---

2。或这样做，然后将列添加到df1：

# your previous code goes here
equity = [0 for x in range(len(df1))]

for i, n in enumerate(equity):
    if i==0: continue
    if df1["cumsum"][i-1] >= df1["ema"][i-1]:
        equity[i] = equity[i-1] + df1["values"][i]
    else:
        equity[i] = equity[i-1]

df1["equity_cond"] = equity