Question

我是使用Python的新手。也就是说，我已经到了使用API的地步（感谢https://www.alphavantage.co/documentation/）。我正在尝试进行一些库存分析，并构建了一个简单的数据框架。我遇到了一个问题，我无法正确“阐明” Google的帮助。所以这里...

我想将股票的MACD值与“昨天”的值进行比较，因此给出此示例表

date   MACD
2/3/19 2.546
2/4/19 2.456
2/5/19 2.645

我想让另一列返回一个简单的布尔值

date   MACD  MACD_Greater MACD_Smaller
2/3/19 2.546 NaN          NaN
2/4/19 2.456 False        True
2/5/19 2.645 True         False

我已经设置好数据框并添加了必要的列。我什至能够执行第一行，即np.where...行。但是，现在我需要先比较行。

#Build MACD API URL for specific stock ticker
api_url = 'https://www.alphavantage.co/query?function=MACD&symbol=' + symbol + '&interval=' + interval + '&series_type=' + seriestype + '&datatype='
api_url = api_url + datatype + '&fastperiod=' + fastperiod + '&slowperiod=' + slowperiod + '&signalperiod=' + signalperiod + '&apikey=' + key + '.' + datatype

response = req.get(api_url)
if response.status_code == 200:
  #Read data into data frame
  stockdata = pd.read_csv (api_url)
  df = pd.DataFrame (stockdata)

  #Set index in data frame to the 'time' field
  df.set_index('time', inplace=True)

  #Sort df by date of stock price
  df = df.sort_values(by='time', ascending=True)

  #Filter data frame based on time period
  days_n = 45
  start_date = date.today() - timedelta(days=days_n)
  start_date = start_date.strftime('%Y-%m-%d')
  end_date = date.today()
  end_date = end_date.strftime('%Y-%m-%d')
  df_filtr = df.loc[start_date:end_date]

  #Add MACD Cross flag column to data frame
  df_filtr['MACD_Bull'] = np.where(df_filtr['MACD'] > df_filtr['MACD_Signal'],True, False)
  df_filtr['MACD_Bear'] = np.where(df_filtr['MACD'] < df_filtr['MACD_Signal'],True, False)

结果输出：

              MACD  MACD_Hist  MACD_Signal  MACD_Bull  MACD_Bear
time                                                            
2019-11-22  2.5641     0.1718       2.3923       True      False
2019-11-25  2.6195     0.1817       2.4378       True      False
2019-11-26  2.6968     0.2072       2.4896       True      False
2019-11-27  2.7498     0.2082       2.5416       True      False
2019-11-29  2.6850     0.1147       2.5703       True      False
2019-12-02  2.4576    -0.0901       2.5477      False       True
2019-12-03  2.2323    -0.2523       2.4847      False       True
2019-12-04  2.0735    -0.3290       2.4024      False       True
2019-12-05  1.9317    -0.3765       2.3083      False       True
2019-12-06  1.9439    -0.2915       2.2354      False       True
2019-12-09  1.9001    -0.2682       2.1683      False       True
2019-12-10  1.8258    -0.2740       2.0998      False       True
2019-12-11  1.7923    -0.2460       2.0383      False       True
2019-12-12  1.8685    -0.1359       2.0044      False       True
2019-12-13  2.0097     0.0043       2.0054       True      False
2019-12-16  2.1773     0.1375       2.0398       True      False
2019-12-17  2.2167     0.1415       2.0752       True      False
2019-12-18  2.1969     0.0973       2.0995       True      False
2019-12-19  2.2632     0.1309       2.1323       True      False
2019-12-20  2.4249     0.2341       2.1908       True      False
2019-12-23  2.5240     0.2666       2.2574       True      False
2019-12-24  2.5705     0.2504       2.3200       True      False
2019-12-26  2.6805     0.2884       2.3921       True      False
2019-12-27  2.7593     0.2937       2.4656       True      False
2019-12-30  2.6803     0.1718       2.5085       True      False
2019-12-31  2.5966     0.0705       2.5261       True      False
2020-01-02  2.7344     0.1666       2.5678       True      False
2020-01-03  2.6517     0.0671       2.5846       True      False

Answer 1

由于@Henry Yik，我弄清楚了如何使用shift（）。解决方案是：

  df_filtr['MACD_Bull_Move'] = df_filtr.MACD_Bull != df_filtr.MACD_Bull.shift()
  df_filtr['MACD_Bear_Move'] = df_filtr.MACD_Bear != df_filtr.MACD_Bear.shift()

比较熊猫数据框中的两行

1 个答案: