python - 如何在 python 中为数据框添加另一个类似标签的列？

Question

假设我有一个这样的数据框:

id      openPrice       closePrice
1         10.0             13.0
2         20.0             15.0   

我想添加另一个名为“运动”的列:如果开盘价 < 收盘价设置为 1，否则设置为 -1

输出应该是这样的:

id      openPrice       closePrice    movement
1         10.0             13.0          1
2         20.0             15.0         -1

我可以在 for 循环中执行此操作，但对于具有超过 10,000,000 行的 df 来说会很耗时。

我是 python 的新手，不知道是否有任何 python 函数可以有效地执行此操作。

谢谢

Answer 1

在 pandas 中实现快速性能的关键是使用矢量化操作，即避免(正如您所注意到的)慢速 Python 循环的内置操作。

我首选的标记更改的方法是在差异上调用 np.sign(当然，首先完成了 import numpy as np):

>>> df
   id  openPrice  closePrice
0   1         10          13
1   2         20          15
>>> df["movement"] = np.sign(df["closePrice"] - df["openPrice"])
>>> df
   id  openPrice  closePrice  movement
0   1         10          13         1
1   2         20          15        -1

这样做的一个好处是，如果 openPrice == closePrice，您会自动获得 movement == 0，这很方便。

如果你更喜欢手动做事，你可以像这样做向量运算

>>> df["closePrice"] > df["openPrice"]
0     True
1    False
dtype: bool
>>> (df["closePrice"] > df["openPrice"]) * 2 - 1
0    1
1   -1
dtype: int64

因为这里 False == 0 和 True == 1，但是你必须特殊情况 closePrice == openPrice .