我有一个dataframe，我想创建新的分组，每次值已减少或增加了3个相应的天。
数据框：
df = pd.DataFrame({'date': ['2022-09-01', '2022-09-02', ...], 'value': [10, 8, ...]})示例：
Dataframe ：
| 日期|价值|
| - ------|- ------|
| 2022年9月1日|十个|
| 2022年9月2日|八个|
| 2022年9月3日|九|
| 2022年9月4日|八个|
| 2022年9月5日|六个|
| 2022年9月6日|第二章|
| 2022年9月7日|四个|
| 2022年9月8日|五个|
| 2022年9月9日|六个|
| 2022年9月10日|五个|
| 2022年9月11日|八个|
| 2022年9月12日|九|
| 2022年9月13日|十个|
| 2022年9月14日|十一|
| 2022年9月15日|第二章|
预期输出：
| 日期|价值|群|
| - ------|- ------|- ------|
| 2022年9月1日|十个|1个|
| 2022年9月2日|八个|1个|
| 2022年9月3日|九|1个|
| 2022年9月4日|八个|1个|
| 2022年9月5日|六个|1个|
| 2022年9月6日|第二章|1个|
| 2022年9月7日|四个|第二章|
| 2022年9月8日|五个|第二章|
| 2022年9月9日|六个|第二章|
| 2022年9月10日|五个|三个|
| 2022年9月11日|八个|三个|
| 2022年9月12日|九|三个|
| 2022年9月13日|十个|三个|
| 2022年9月14日|十一|四个|
| 2022年9月15日|第二章|四个|
我试图创建另一列，其中显示1为增加和-1为减少。然后我的计划是总和值，直到总和大于3或小于3，并以某种方式创建一个分组的基础上。然而，我没有走得更远....
l = []
for i in range(len(df['value'])-1):
if (df['value'][i + 1]) > (df['value'][i]):
l.append(1)
elif (df['value'][i + 1]) < (df['value'][i]):
l.append(-1)
else:
l.append(0)我的主要目标是能够创建线性斜坡（类似于图中的红线），这些斜坡具有相同的坡度，直到三天出现，之后坡度发生变化。
1条答案
按热度按时间omqzjyyz1#
一般来说，你要避免迭代数据框的行。相反，尽量总是使用内置函数。在这种情况下，首先使用
diff计算差异。然后可以使用
np.sign来计算差的值由于问题要求查看连续3天，因此需要查看2个连续差异，我们需要创建一个滚动窗口并对其求和
注意
shift(-1)是必需的，因为pandas总是将窗口上的聚合结果放在窗口的右边，而我们希望它在左边。现在，由于只有三个连续的增加/减少对群体行为有影响，我们需要首先消除所有其他条目
然后用前三个分组所指示的行为来填充它们
请注意，您的问题留下了未定义的值应该发生什么，直到前三个分组。一个选项是将时间序列中第一个分组的行为强加给它们
由于
three_set_behaviour现在包含所有条目的方向，因此可以使用以下公式计算方向和组的变化可以对其进行累积和以得到当前组。
这导致
df包含| 价值|三角洲|δ符号|三集行为|组_更改|群|
| - ------|- ------|- ------|- ------|- ------|- ------|
| 十个|-2.0|-1.0|-2.0|真的|1个|
| 八个|1.0分|1.0分|-2.0|假|1个|
| 九|-1.0|-1.0|-2.0|假|1个|
| 八个|-2.0|-1.0|-2.0|假|1个|
| 六个|负4.0|-1.0|-2.0|假|1个|
| 第二章|2.0版|1.0分|2.0版|真的|第二章|
| 四个|1.0分|1.0分|2.0版|假|第二章|
| 五个|1.0分|1.0分|2.0版|假|第二章|
| 六个|-1.0|-1.0|2.0版|假|第二章|
| 五个|3.0版|1.0分|2.0版|假|第二章|
| 八个|1.0分|1.0分|2.0版|假|第二章|
| 九|1.0分|1.0分|2.0版|假|第二章|
| 十个|-5.0|-1.0|-2.0|真的|三个|
| 五个|-3.0|-1.0|-2.0|假|三个|
| 第二章|楠|楠|-2.0|假|三个|
请注意，我已经擅自更改了示例中倒数第二个值，使其也显示3个fallin值。