python - 跟踪 Dataframe 中的操作

Question

我的数据框

df1:

Index                 Amount               
01.01.2018 08:00:00   23.25
01.01.2018 08:10:00   25.50
01.01.2018 08:20:00   26.30
01.01.2018 08:30:00   25.00
01.01.2018 08:40:00   20.00
01.01.2018 08:50:00   21.20
01.01.2018 09:00:00   21.20
01.01.2018 09:10:00   31.20

df2:

Index       Operation
01.01.2018  -5.00
01.01.2018  10.00

我想在我的 df1 中跟踪来自 df2 的操作。

所以基本上检查 df2 中的操作，并找到 df1 中发生此事件的位置。对于前。有 -5.00，这个事件发生在这里:

01.01.2018 08:30:00   25.00
01.01.2018 08:40:00   20.00

我的预期输出:

df:

Index                 Amount  Operation_T/F  Amount_Operation              
01.01.2018 08:00:00   23.25   0              0
01.01.2018 08:10:00   25.50   0              0
01.01.2018 08:20:00   26.30   0              0
01.01.2018 08:30:00   25.00   0              0
01.01.2018 08:40:00   20.00   1              -5.0
01.01.2018 08:50:00   21.20   0              0
01.01.2018 09:00:00   21.20   0              0
01.01.2018 09:10:00   31.20   1              10.0

白天可以重复操作这一事实不是问题。当然，使用一些 for 和 if 可能是一个解决方案，但我正在尝试在 python 中实现一个干净的代码，我正在考虑一种更好的方法。

在为操作编写 True 或 False 值时遇到了一些问题，if in row 或 row + 1。我解决这个问题的想法是为两行创建 bin，然后跟踪该 bin 中是否发生了操作事件。你怎么认为？

提前致谢:)

Answer 1

这是一种使用 diff 的方法检查 df2.Operation 中的第一个差异在哪里等于 df2.Operation 并利用 broadcasting :

m = df1.Amount.diff().values == df2.Operation.values[:,None]
df1['Operation_T/F'] = m.sum(0)
df1['Amount_Operation'] = (m * df2.Operation.values[:,None]).sum(0)

         Index         Amount         Operation_T/F  Amount_Operation
0 2018-01-01 08:00:00   23.25              0               0.0
1 2018-01-01 08:10:00   25.50              0               0.0
2 2018-01-01 08:20:00   26.30              0               0.0
3 2018-01-01 08:30:00   25.00              0               0.0
4 2018-01-01 08:40:00   20.00              1              -5.0
5 2018-01-01 08:50:00   21.20              0               0.0
6 2018-01-01 09:00:00   21.20              0               0.0
7 2018-01-01 09:10:00   31.20              1              10.0