python - 使用第 1 列和第 2 列填充第 3 列

Question

我是 Python 新手并且有以下 Pandas 数据框 - 我正在尝试编写填充“信号”列的代码，如下所示:

<表类="s-表"><头>天long_entry_flaglong_exit_flag信号<正文>1错误正确2错误错误3正确错误14正确错误15错误错误16正确错误17正确错误18错误正确9错误正确10正确错误111正确错误112正确错误113错误错误114错误正确15错误错误16错误正确17正确错误118正确错误119错误错误120错误错误121错误正确22错误错误23错误错误

我的伪代码版本将采取以下步骤

1. 查看 [‘long_entry_flag’] 列，直到进入条件为真(最初是第 3 天)
2. 然后我们每天在 [‘signal’] 列中输入‘1’，直到第 8 天退出条件为 True [‘long_exit_flag’]==True
3. 然后我们回头查看 [‘long_entry_flag’] 列以等待下一个进入条件(发生在第 10 天)
4. 我们每天再次在 [‘signal’] 列中输入“1”，直到退出条件为真(第 14 天)
5. 等等

如果可能(使用矢量化？)，有哪些方法可以快速填充“信号”列？

这是具有数万行的大型数据帧的子集，并且是按顺序分析的众多数据帧之一。

Answer 1

你可以做到

# Assuming we're starting from the "outside"
inside = False
for ix, row in df.iterrows():
    inside = (not row['long_exit_flag']
              if inside
              else row['long_entry_flag']
                  and not row['long_exit_flag']) # [True, True] case
    df.at[ix, 'signal'] = 1 if inside else np.nan

这将为您提供您发布的准确输出。

---

受到 @jezrael's answer 的启发，我创建了一个上面的性能略高的版本，同时仍然尽可能保持它的整洁:

# Same assumption of starting from the "outside"
df.at[0, 'signal'] = df.at[0, 'long_entry_flag']
for ix in df.index[1:]:
    df.at[ix, 'signal'] = (not df.at[ix, 'long_exit_flag']
                           if df.at[ix - 1, 'signal']
                           else df.at[ix, 'long_entry_flag']
                               and not df.at[ix, 'long_exit_flag']) # [True, True] case

# Adjust to match the requested output exactly
df['signal'] = df['signal'].replace([True, False], [1, np.nan])