Question

我想计算每个元素未来的连续增加或减少计数。

假设我有一个系列：

l=[10, 9, 8, 9, 10, 9, 10, 11, 10, 12, 10]
s=pd.Series(l)

预期输出为：

o=[-2, -1, 2, 1, -1, 2, 1, -1, 1, -1, 0]

解释如下：

第一个元素是10，接下来是9，接下来是8，所以，减少了2次，所以输出是-2，对于第三个元素是8，增加了2次（接下来是9， 10)，所以输出为 2。

关键点是连续的，一旦有反向数据，就应该停止向前看。

我该如何实现？我认为 for 循环不够好

Answer 1

第一次得到差异的迹象。然后找出有多少是连续的相同符号。如果相同，则添加数量。试试：

import numpy as np
l=np.array([10, 9, 8, 9, 10, 9, 10, 11, 10, 12, 10])
sign = np.sign(np.diff(l))
count = {}
for i in range(len(sign)-1):
    count[i] = sign[i]
    for j in range(i+1, len(sign)):
        if sign[i]==sign[j]:
            count[i] += sign[j]
        else:
            break
count[i+1] = 0
res = count.values()

资源：

dict_values([-2, -1, 2, 1, -1, 2, 1, -1, 1, 0])

编辑：

如果您想使用 pandas

df = pd.DataFrame(sign, columns=['col'])
df = df[::-1]
x = df.groupby((df['col'] != df['col'].shift(1)).cumsum()).cumsum()['col']
x.iloc[0]=0
x = x.values[::-1]

x：

array([-2, -1,  2,  1, -1,  2,  1, -1,  1,  0])

而不是：

(df['col'] != df['col'].shift(1)).cumsum()

你可以使用

df.col.diff().ne(0).cumsum()

Explanation

如何计算熊猫系列的连续增加计数？

1 个答案: