如何在 Python 中创建一个简单的标志

Question

从雅虎获得 SPY 的数据后，我创建了一个收盘价通道，如下所示，最大和最小滚动窗口。色谱柱是 HC 和 HL。

我需要创建一个列（我称之为标志），当收盘价等于 HC 时显示 1，并且该值会持续到收盘价等于 HL。此时Flag的值为-1。如您所见，非常简单，Flag 可以只有两个值；1 或 -1。

简单的公式是这样的：

1. 如果关闭 == HC 则标志为 1
2. 如果关闭 == HL 则标志为 -1
3. 如果 Close != HC 和 Close !=HL 则 flag 等于保存在变量 flag 上的最后一个值。

我尝试了几件事，包括下面的代码，但都没有成功。此代码的问题在于显示了 0 值。而且我不知道如何通过条件使其消失：

import pandas as pd
import pandas_datareader as dr
import numpy as np
from datetime import date

df = dr.data.get_data_yahoo('SPY',start='01-01-2019',end=date.today())

df['HC'] = df['Close'].rolling(20).max() 
df['LC'] = df['Close'].rolling(20).min() 

df['Flag'] = [1 if (df.loc[ei, 'Close'] == df.loc[ei, 'HC']) else 
              -1 if (df.loc[ei, 'Close'] == df.loc[ei, 'LC']) else   
              0 for ei in df.index]

下面你可以看到我的代码的结果是蓝色的，我需要的结果是红色的。

有没有一种简单的方法可以做到这一点？如果有人可以帮助我，我将不胜感激。谢谢！

Answer 1

尽管已经回答了这个问题，但是计算这种结果的最快方法通常是使用np.where如下：

\n\n

import pandas as pd\nimport pandas_datareader as dr\nimport numpy as np\nfrom datetime import date\n\ndf = dr.data.get_data_yahoo('SPY',start='01-01-2019',end=date.today())\n\ndf['HC'] = df['Close'].rolling(20).max() \ndf['LC'] = df['Close'].rolling(20).min() \n

\n\n

下面有一个嵌套的逻辑：

\n\n

\n
1. 创建一个空数组
\n
2. 在条件下将值替换为 -1
\n
3. 在条件下将值替换为 1
\n

\n\n

df['Flag'] = np.where((df.Close == df.HC), 1, \n         np.where(df.Close == df.LC, -1, np.full(df.Close.count(), np.nan)))\ndf.Flag.fillna(method='ffill', inplace=True)\n

\n\n

在性能方面：

\n\n

%%timeit\ndf['Flag'] = np.where((df.Close == df.HC), 1, \n         np.where(df.Close == df.LC, -1, np.full(df.Close.count(), np.nan)))\ndf.Flag.fillna(method='ffill', inplace=True)\n

\n\n

912 \xc2\xb5s \xc2\xb1 49.2 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 1000 loops each)\n

\n\n

这绝对比循环或嵌套 if 条件更好。

\n\n

例如@Tim Mironov 的回答：

\n\n

%%timeit\npos_indexes = (df.Close == df.HC)\nneg_indexes = (df.Close == df.LC)\n\ndf.loc[pos_indexes, 'Good_Flag'] = 1\ndf.loc[neg_indexes, 'Good_Flag'] = -1\n\ndf.fillna(method='ffill', inplace=True)\n

\n\n

4.43 ms \xc2\xb1 92 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 100 loops each)\n

\n