如何在python中为dataframe添加另一个labellike列？

Question

假设我有这样一个数据帧：

id      openPrice       closePrice
1         10.0             13.0
2         20.0             15.0   

我想添加另一个名为“移动”的列： 如果openprice<；close price设置为1，则else设置为-1

输出应为：

id      openPrice       closePrice    movement
1         10.0             13.0          1
2         20.0             15.0         -1

我可以在for循环中完成，但是对于一个有10000000行以上的df来说，这会很耗时。你知道吗

我是python新手，不知道有没有python函数可以有效地实现这一点。你知道吗

谢谢

Answer 1

在pandas中实现快速性能的关键是使用向量化操作，即避免（正如您所注意的）缓慢的Python循环的内置操作。你知道吗

我比较喜欢的方法是对这样的更改进行标记，即对差异调用np.sign（当然，首先要做import numpy as np）：

>>> df
   id  openPrice  closePrice
0   1         10          13
1   2         20          15
>>> df["movement"] = np.sign(df["closePrice"] - df["openPrice"])
>>> df
   id  openPrice  closePrice  movement
0   1         10          13         1
1   2         20          15        -1

这样做的一个好处是，如果openPrice == closePrice，您会自动获得movement == 0，这非常方便。你知道吗

如果你更喜欢手工操作，你可以做向量运算，比如

>>> df["closePrice"] > df["openPrice"]
0     True
1    False
dtype: bool
>>> (df["closePrice"] > df["openPrice"]) * 2 - 1
0    1
1   -1
dtype: int64

因为这里有False == 0和True == 1，但是你必须有特殊情况closePrice == openPrice。你知道吗

Answer 2

可以使用where设置设置值的条件，最后一个参数是条件为False时的值：

In [6]:

df['movement'] = np.where(df['openPrice'] < df['closePrice'], 1, -1 )
df
Out[6]:
   id  openPrice  closePrice  movement
0   1         10          13         1
1   2         20          15        -1

[2 rows x 4 columns]