在Pandas数据框中检测符号变化

Question

我有一个Pandas数据帧，它是基于日期时间索引的，长这样:

Datetime
2020-05-11 14:00:00-03:00    0.097538
2020-05-11 14:30:00-03:00   -0.083788
2020-05-11 15:00:00-03:00   -0.074128
2020-05-11 15:30:00-03:00    0.059725
2020-05-11 16:00:00-03:00    0.041369
2020-05-11 16:30:00-03:00    0.034388
2020-05-12 10:00:00-03:00    0.006814
2020-05-12 10:30:00-03:00   -0.005308
2020-05-12 11:00:00-03:00   -0.036952
2020-05-12 11:30:00-03:00   -0.070307
2020-05-12 12:00:00-03:00    0.102004
2020-05-12 12:30:00-03:00   -0.139317
2020-05-12 13:00:00-03:00   -0.167589
2020-05-12 13:30:00-03:00   -0.179942
2020-05-12 14:00:00-03:00    0.182351
2020-05-12 14:30:00-03:00   -0.160736
2020-05-12 15:00:00-03:00   -0.150033
2020-05-12 15:30:00-03:00   -0.141862
2020-05-12 16:00:00-03:00   -0.121372
2020-05-12 16:30:00-03:00   -0.095990
Name: result_col, dtype: float64

我的需求是标注变号的行，从负数到正数或从正数到负数。有什么想法吗？ 编辑: 我需要在交叉上+1，在交叉下-1。

- Carlos Cariello

Answer 1

让我们来试试

import numpy as np 
np.sign(data).diff().ne(0)

- BENY

Answer 2

# assuming series is called 'data'
sign = data > 0
sign_change = (sign != sign.shift(1))  # or -1, depending if you want True before the sign change

更新: 我认为BEN_YO的解决方案更好。在回答时我不知道.diff。

- Marat

Answer 3

当有人需要仅获取数据框中更改的行时，使用@BENY或@Marat的解决方案非常好。在我的情况下，我需要获取从0到1并返回的行值发生更改的索引：

import pandas as pd
df = pd.DataFrame({'signal': [1,0,0,0,1,1,1,0,0,1,1,1,1,0,0]})

df.loc[(np.sign(df['signal']).diff().ne(0))]

结果：

    signal
0   1
1   0
4   1
7   0
9   1
13  0

我的动机是在plotly图形中绘制矩形，当信号为1时开始绘制并在0出现时完成矩形

- Lukas

Answer 4

你可以遍历该列，记录当前和上一个索引的值。逻辑可能类似于：

prev_value = 0
sign_changes = []
for i, value in enumerate(column, 0): # starting index of 0
    if value > 0 and prev_value < 0 or value < 0 and prev_value > 0:
        sign_changes.append([i-1, i])

- Diggy.

Answer 5

这里有一个针对pandas的特定解决方案，使用列表推导和函数调用来加快速度。如果有完全向量化的解决方案，那将是最好的，但目前这个解决方案应该相当迅速：

def compare_sign(s):
    if len(s) == 2:
        return s.iat[1] if s.iat[0] != s.iat[1] else 0
    else:
        return 0  # this case covers the first value in the rolling window series

def cross(df, field):
    return pd.Series([compare_sign(w) for w in df[field].apply(np.sign).rolling(2)])

这个解决方案在值达到零但没有越过时返回0。例如： [-2，-1，0，-1] -> [0，0，0，-1] 要获得不同的行为，只需调整compare_sign函数即可。

- Dr Acme Isme