我有以下代码
import pandas as pd
from pandas_datareader import data as web
import numpy as np
import math
data = web.DataReader('goog', 'yahoo')
df['lifetime'] = data['High'].asfreq('D').rolling(window=999999, min_periods=1).max() #To check if it is a lifetime high
如果表中每一行的df['High']
接近其df['lifetime']
,我如何比较它以得到一个布尔值(最好是1和0):
data['isclose'] = math.isclose(data['High'], data['lifetime'], rel_tol = 0.003)
任何帮助都将不胜感激
您还可以使用} 函数:
pandas
^{然而,yudhiesh's solution使用^{} 更快。
另见:Why is np.where faster than pd.apply
您可以使用
np.where()
相关问题 更多 >
编程相关推荐