python - Pandas :根据条件计算特定日期以来时间序列的百分比变化

Question

我正在努力寻找最有效的方法来完成以下任务。我有一个时间序列数据框。根据某些条件，我设置了一个 bool 列。之后，我想生成另一列，即上次出现该条件的百分比。因此，例如在下表中，第 2、4 和 5 行是第 1 行值的百分比。第 6、7 和 7 行是第 5 行的百分比变化。

row date        value  condition    pct_change_from_condition
1   04-27-2010  100    TRUE             
2   04-28-2010  200                 1.0
4   04-29-2010  300                 2.0
5   04-30-2010  400    TRUE         3.0
6   05-01-2010  500                 0.25
7   05-02-2010  600                 0.5
8   05-03-2010  700                 0.75

我知道我可以遍历行并执行此操作......但由于这是 Pandas ，我想要一种更“流行”且更有效的方式来执行此操作......我只是不确定如何在这里完成。感觉我需要像有条件的转变这样的东西:

df['pct_change_from_condition'] = (df.value - df.shift(df.condition).value)/df.value

或者可能使用 loc:

df['pct_change_from_condition'] = df.value - df.loc[df.condition].value 

当然这些都不起作用，所以我为什么在这里问...感谢您的帮助

Answer 1

你可以试试这个:

import numpy as np
import pandas as pd

mask = (df['condition'] == True)
df['group'] = mask.cumsum()
df['first'] = df.groupby(['group'])['value'].transform('first')
df['first'] = np.where(mask, df['first'].shift(), df['first'])
df['pct_change'] = (df['value']-df['first'])/df['first']

# Out[52]: 
# 0     NaN
# 1    1.00
# 2    2.00
# 3    3.00
# 4    0.25
# 5    0.50
# 6    0.75
# Name: pct_change, dtype: float64