python - 连续绿日

Question

我试图在某个日期之前从数据框中找到连续绿色收盘价的数量。
输入:

  Ticker      Date  Close
0   AAPL  20200501    1.5
1   AAPL  20200502    1.2
2   AAPL  20200503    1.3
3   AAPL  20200504    1.3
4   AAPL  20200505    1.4
5   AAPL  20200506    1.5

在这个例子中，我想知道高于前一天收盘价 20200507 的连续收盘价
期望的输出:

2

这是示例数据框的代码

import pandas as pd

df1 = pd.DataFrame({'Ticker': ['AAPL', 'AAPL', 'AAPL', 'AAPL', 'AAPL', 'AAPL'],
                'Date': [20200501, 20200502, 20200503, 20200504, 20200505, 20200506],
               'Close': [1.5, 1.2, 1.3, 1.3, 1.4, 1.5]})
print(df1)

Answer 1

如果您想获得最长连胜的长度，@Quang Hoang 答案将起作用。
如果您想要当前连续天数的长度，则以下内容将起作用:

df = pd.DataFrame({'Close' : [1.5, 1.2, 1.3, 1.3, 1.4, 1.5]})

streaks = (df['Close'].diff() <= 0).cumsum()
res = sum(streaks == streaks.iloc[-1]) - 1

编辑:
如果您有日期在 20200507 之后的行你可以这样适应:

df_subview = df[df['Date'] < 20200507]

编辑2:
为什么 df['Close'].diff() <= 0而不是 df['Close'].diff() > 0 ?
这就是我们想要得到的:

>>> streaks
0    0
1    1
2    1
3    2
4    2
5    2

这里有 3 个连胜，第一个结束在第一天之后，第二个结束在第三天(索引 2-3)之后，最后一个连胜一直到最后。
为了实现这一点，我们需要在每次连胜时增加一些数字。我们可以使用 .cumsum在 0s 的数组上和 1s得到这种行为。每次连胜时，日期应标记为 1 .
我们如何测试条纹是否为 splinter ?通过与 df['Close'].diff() > 0 做相反的操作，即 df['Close'].diff() <= 0 .这会产生以下结果:

>>> df['Close'].diff() <= 0
0    False
1     True
2    False
3     True
4    False
5    False
Name: Close, dtype: bool

因为内部 True是 1和 False一个 0我们已经有了所需的 0 和 1 数组。

>>> (df['Close'].diff() <= 0).astype(int)
0    0
1    1
2    0
3    1
4    0
5    0
Name: Close, dtype: int64

现在我们可以申请 .cumsum并获得最后一连胜的长度。因为 True已被视为 1我们可以省略这一步 .astype(int)直接调用 (df['Close'].diff() <= 0).cumsum() .