所有的 low 列的值不应该高于上下相邻行的 high 列的值 想过分别取两列值作为两个 list 然后相减但是觉得得减两次（上下关系各一次） 而且保留序号也很麻烦...
推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
This topic created in 2274 days ago, the information mentioned may be changed or developed.
Supplement 1 · Aug 20, 2020
修改是所有 mark 列值为 1 的 high 列值 应大于 相邻 mark 列值为-1 的 low 列值..
 |
wanv1171Aug 20, 2020
1
用 shift?
df['Last_High'] = df['High'].shift(1) df['Next_High'] = df['High'].shift(-1) df['Low_Bigger_Than_High'] = df.apply(lambda row: row['Low'] > max(row['High'], row['Last_High'], row['Next_High']),axis = 1) |
 |
2
shift 完可以整列进行比较、布尔运算，然后根据布尔值筛行
apply 岂不是又回到 python 里运算了 |
2 |
3
condition = (data.low < data.high)&(data.low < data.high.shift(1))&(data.low < data.high.shift(-1))
data.loc[condition] |
 |
4
@princelai 对不起...昨天发帖的时候不太清醒...我的意思是所有 mark 列值为 1 的 high 列值 应大于 相邻 mark 列值为-1 的 low 列值..
|
|
5
@princelai 已解决,在 condition 加上[2::2]..
|
Select Language