Question

您好，我在stackoverflow上阅读了很多有关此问题的问题，但是我有一些不同的任务。

我有这个DF：

#    DateTime       Close   
1    2000-01-04    1460
2    2000-01-05    1470 
3    2000-01-06    1480
4    2000-01-07    1450

我想获取Close列的每一行之间的差异，但是如果差异为正或负，则存储一个[1-0]值。我想要这个结果：

#    DateTime       Close  label 
1    2000-01-04    1460    1
2    2000-01-05    1470    1
3    2000-01-06    1480    1
4    2000-01-07    1450    0

我已经做到了：

df = pd.read_csv(DATASET_path)
df['Label'] = 0
df['Label'] = (df['Close'] - df['Close'].shift(1) > 1)

问题是结果移位了一行，所以我得到的区别是从第二行开始而不是第一行。（而且我得到的是布尔值[True，False]，而不是1或0）。

这就是我得到的：

#    DateTime       Close  label 
1    2000-01-04    1460    
2    2000-01-05    1470    True
3    2000-01-06    1480    True
4    2000-01-07    1450    True

有解决方案吗？

谢谢

Answer 1

您可以使用DataFrame.diff并检查哪个第一差大于0。最后使用int将结果转换为.astype(int)：

df['label'] = df.Close.diff().fillna(1).gt(0).astype(int)

输出

   #    DateTime  Close  label
0  1  2000-01-04   1460      1
1  2  2000-01-05   1470      1
2  3  2000-01-06   1480      1
3  4  2000-01-07   1450      0

Answer 2

我认为您需要用bfill和diff来替换上一个缺失的第一个缺失值，最后将掩码从True/False转换为1/0的整数：

df['Label'] = (df['Close'].diff().bfill() > 0).astype(int)

验证解决方案：

print (df)
     DateTime  Close
1  2000-01-04   1460
2  2000-01-05   1440 <-changed value
3  2000-01-06   1480
4  2000-01-07   1450

df['Label'] = (df['Close'].diff().bfill() > 0).astype(int)
print (df)
     DateTime  Close  Label
1  2000-01-04   1460      0
2  2000-01-05   1440      0
3  2000-01-06   1480      1
4  2000-01-07   1450      0

获取熊猫两行之间的差异

2 个答案: