python - Pandas 数据框搜索超过阈值的行

Question

我有一个像这样的数值数据的数据框:

Day          High         Low      
01/01/01     200          100      
02/01/01     210          100      
03/01/01     190          110      

每行，我根据某个公式动态生成高目标和低目标:

Day          High         Low      High-Target  Low-Target
01/01/01     200          100      300          70
02/01/01     210          100      315          70
03/01/01     190          110      285          77

就每天而言，我想知道，高目标( future 高点 > 高目标)是否首先被随后的高点击中，还是低目标(低目标 < future 低点)首先被随后的低点穿越？请注意，这是按天计算的 - 我想用结果“首先命中高目标”或“首先命中低目标”来标记每一行。

为了让这一点更清楚，让我们根据后续数据标记前三天。

Day          High         Low      High-Target  Low-Target   Hit First
01/01/01     200          100      300          70           HIGH
02/01/01     210          100      315          70           LOW
03/01/01     190          110      285          77           HIGH

04/01/01     310          120
05/01/01     310          65
06/01/01     300          120

因此，对于 01/01，在 04/01 那天超出了 300 的目标，然后在第二天 (05/01) 达到了 70 的目标。因此，首先超出了 HIGH 目标。

2001 年 2 月，未突破 315 的高目标，但 05 月 1 日突破了 70 的低目标，因此首先突破了低目标。

2001 年 3 月，2001 年 4 月突破了 285 的高目标，2001 年 5 月突破了 77 的低目标。因此，高目标首先被突破。

最有效的方法是什么？我正在考虑使用 .apply 搜索整个数据帧，也许还可以比较 ids 以查看首先命中哪个目标。

需要明确的是 - 我拥有 3000 天的整个数据框。我所说的“后续数据”只是指该系列的后续数据。

Answer 1

.apply 确实可以在这里使用，带有自定义函数(需要引用整个数据帧 df)。

def get_hit_first(row):
    # Get a temporary view on the subsequent rows
    temp = df.loc[row.name:].iloc[1:]
    # Find the first row matching the criteria
    head = temp[(temp.High >= row['High-Target'])|(temp.Low <= row['Low-Target'])]\
        .head(1)

    if len(head) > 0:
        if head.iloc[0].High >= row['High-Target']:
            return 'HIGH'
        else:
            return 'LOW'

 df['Hit First'] = df.apply(get_hit_first, axis=1)

但这可能不是最佳解决方案，因为比较是在所有后续行上执行的。