按组计数（熊猫）

Question

我有 5 年的存货日期。我需要这样做：取第 1、2 和 3 年，在连续看到 k 个“下跌日”后，第二天是“上涨日”的概率是多少？例如，如果 k = 3，看到“-、-、-、+”与看到“-、-、-、-”的概率是多少。计算 k = 1, 2, 3。我玩过 groupby 和 cumsum，但似乎无法正确计算。

例如：

group1 = df[df['True Label'] == "-"].groupby((df['True Label'] != "-").cumsum()) 

<头>

日期	真标签
2019-01-02	+
2019-01-03	-
2019-01-04	+
2019-01-07	+
2019-01-08	+

Answer 1

试试这个逻辑：

import pandas as pd
import numpy as np

np.random.seed(123)
s = pd.Series(np.random.choice(['+','-'], 1000))
sm = s.groupby((s == '+').cumsum()).cumcount()

prob = (sm.diff() == -3).sum() / (sm == 3).sum()
prob

输出：

0.43661971830985913

详情：

使用(s == '+').cumsum()创建'-'记录组，groupby和cumcount是该组中的元素，第一个元素是'+'，cumcount从零开始。因此，'+--' 将变为 0、1、2。现在，求差异以找出 '-' 变为 '+' 的位置。

如果这等于 -3，那么我们知道这个组有三个减号，后面跟着一个“+”。

选中 sm==3 以获取您递 '---'、sum 然后除以的所有次数。