主页 / user-13422908

rakesh's questions

Martin Hope
rakesh
Asked: 2024-10-06 15:31:54 +0800 CST
  • 5

我有以下 df。其中我想看到最后一个结果数字之后的第一个负数。＆在“最后一个负数”列中“这应该出现，或者更确切地说是任何突出显示该行的内容。“这应该出现在最后一个结果数字之后的第一个负数上（结果数字可以是正数或负数＆“这应该只出现在负数大米数字上，而不是正数大米数字上）。

import pandas as pd
import numpy as np
df1=pd.DataFrame({
        "rice": [49235.6,-49234.5,-49230.05,-49190.2,49193.1,-49140.95,-49125.3],
        "outcome": [-68.8499999999985,np.nan,np.nan,np.nan,-41.4000000000014,np.nan,np.nan,],
        "first negative from last ": [np.nan,np.nan,np.nan,np.nan,np.nan,"this",np.nan],
       })

我试图使用

df.shit()

但不确定如何提出条件。

为了更好地理解，以下 2 df 准确显示了“this”将出现在哪一行。

df2=pd.DataFrame({
        "rice": [49235.6,-49234.5,-49230.05,-49190.2,49193.1,49140.95,-49125.3],
        "outcome": [-68.8499999999985,np.nan,np.nan,np.nan,56,np.nan,np.nan,],
        "first negative from last ": [np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,"this"],
       })




df3=pd.DataFrame({
        "rice": [49235.6,49234.5,-49230.05,-49190.2,-49193.1,-49140.95,-49125.3],
        "outcome": [6.8499999999985,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,],
        "first negative from last ": [np.nan,np.nan,"this",np.nan,np.nan,np.nan,np.nan],
       })
pandas
Martin Hope
rakesh
Asked: 2024-03-23 13:01:33 +0800 CST
  • 6

我在 pandas 中有下表。该表包含时间和产品的价格。

出于分析目的，我想要有 2 列，其中包含下一次产品在任一方向的价格变化超过 100 美元时的情况。

例如，如果我位于 09:19 单元格，则下一个价格高于 100 美元的价格将是 14:02，低于 100 美元的价格将是 11:39，因此 14:02 和 11:39 应出现在相应列的 09:19 行中。

与单元格 09:56 的情况相同，下一个价格上涨超过 100 美元的时间将是 14:02，价格下跌不到 100 美元的时间是 12:18，因此这 2 个值将出现在 09:56 的行中。

Table
Time        Price    Up_Time   Down_Time
09:19:00    3252.25     
09:24:00    3259.9      
09:56:00    3199.4      
10:17:00    3222.5      
10:43:00    3191.25     
11:39:00    3143        
12:18:00    2991.7      
13:20:00    3196.35     
13:26:00    3176.1      
13:34:00    3198.85     
13:37:00    3260.75     
14:00:00    3160.85     
14:02:00    3450        
14:19:00    3060.5      
14:30:00    2968.7      
14:31:00    2895.8      
14:52:00    2880.7      
14:53:00    2901.55     
14:55:00    2885.55     
14:57:00    2839.05     
14:58:00    2871.5      
15:00:00    2718.95

我正在使用以下代码，该代码可以工作，但 1 个数据集需要 15-20 分钟。

for i, row in df.iterrows():
    time_up = np.nan
    time_down = np.nan

    for j in range(i+1, len(df)):
        diff = df.iloc[j]['Price'] - row['Price']
        if diff > 100:
            time_up = df.iloc[j]['Time']
        elif diff < -100:
            time_down = df.iloc[j]['Time']

        if not pd.isna(time_up) or not pd.isna(time_down):
            break

    df.at[i, 'Up_Time'] = time_up
    df.at[i, 'Down_Time'] = time_down

有没有更有效的方法来做到这一点？

python