python-3.x - 考虑到 pandas 系列中的不同索引，如何正确估计两列的百分比变化？ Python相关

Question

假设我有以下名为 df_trading_pair 的 df:

    Start Date           Open Price     High Price  Low Price   Close Price End Date
0   2022-07-20 08:00:00  0.19277        0.19324     0.19225     0.19324     2022-07-20 08:04:59.999
1   2022-07-20 08:05:00  0.19321        0.194       0.1932      0.19388     2022-07-20 08:09:59.999
2   2022-07-20 08:10:00  0.19387        0.195       0.19387     0.19489     2022-07-20 08:14:59.999
3   2022-07-20 08:15:00  0.19496        0.19628     0.19495     0.19626     2022-07-20 08:19:59.999
4   2022-07-20 08:20:00  0.19625        0.20406     0.19625     0.2035      2022-07-20 08:24:59.999

我一直在尝试找出一种简单的方法来获取 Open Price 列中前 4 元素与后 4 元素的百分比变化Close Price 中的 strong> 元素，所以我最终在 new_df 中得到以下输出:

 Close Price vs Open Price % change
0                            0.0057
1                            0.0087
2                            0.0123
3                            0.0438
dtype: float64

起初，我认为下面的句子应该很完美，毕竟两个数组都有 4 个元素并且包含我需要的值:

new_df["Close Price vs Open Price % change"] = (df_trading_pair["Close Price"][1:]-df_trading_pair["Open Price"][:-1])/df_trading_pair["Open Price"][:-1]

然而，那句话最终抛出了这个输出:

 Close Price vs Open Price % change
0                               NaN
1                          0.003468
2                          0.005261
3                          0.006668
4                               NaN
dtype: float64

我不明白为什么，我也试过这句话:

new_df["Close Price vs Open Price % Change"] = [(y-x)/x*100 for x in df_trading_pair["Open Price"][:-1] for y in df_trading_pair["Close Price"][1:]]

在我看来这也应该完成我正在寻找的东西，但不幸的是它没有并抛出以下错误:

ValueError: Length of values (16) does not match length of index (5)

那么，我想在这里获得一些帮助，我还能做些什么才能获得所需的输出？

Answer 1

您需要使用 shift ，否则 pandas 将重新调整您的索引:

df['Close Price'].shift(-1).sub(df['Open Price']).div(df['Open Price'])[:-1]

输出:

0    0.005758
1    0.008695
2    0.012328
3    0.043804
dtype: float64

您的方法适用于 numpy 数组，因为没有索引重新对齐:

c = df['Close Price'][1:].to_numpy()
o = df['Open Price'][:-1].to_numpy()

out = (c-o)/o

输出:

array([0.00575816, 0.0086952 , 0.01232785, 0.04380386])