使用布尔逻辑合并和过滤一个数据帧的多列

Question

目标：将买入/卖出/中性/错误指标输出到单个 df[column]，同时过滤掉“假”值。指标基于以下数据框列，然后用布尔语句制定：

df['sma_10'] = pd.DataFrame(ta.SMA(df['close'], timeperiod=10), dtype=np.float, columns=['close'])      

df['buy'] = pd.DataFrame(df['close'] > df['sma_10'], columns=['buy'])   

df['buy'] = df['buy'].replace({True: 'BUY'})        

df['sell'] = pd.DataFrame(df['close'] < df['sma_10'], columns=['sell'])     

df['sell'] = df['sell'].replace({True: 'SELL'})         

df['neutral'] = pd.DataFrame(df['close'] == df['sma_10'], columns=['neutral'])       

df['neutral'] = df['neutral'].replace({True: 'NEUTRAL'})        

df['error'] = pd.DataFrame((df['buy'] == False) & (df['sell'] == False) & (df['neutral'] == False), columns=['Error'])      

df['error'] = df['error'].replace({True: 'ERROR'})

df的当前输出

buy  sell  Neutral Error

False False False ERROR

BUY False False False

False SELL False False

False False NEUTRAL False

df 的期望输出

Indicator

ERROR

BUY

SELL

NEUTRAL

尝试和方法：第一种方法：合并所有买入/卖出/中性/错误列并尝试删除“假”值。Dataframe 在出错之前只迭代一次。

df['sma_10_indic']=[df['buy'].astype(str)+df['sell'].astype(str)+df['neutral'].astype(str)+df['error'].astype(str)].drop("False")

我尝试了 if & elif 的子程序，例如：此方法也在第一个索引之前出错

df['buy'] = pd.DataFrame(df['close'] > df['sma_10'])

df['sell'] = pd.DataFrame(df['close'] < df['sma_10'])

df['neutral'] = pd.DataFrame(df['close'] == df['sma_10'])

error = ((buy == False) and (sell == False) and (neutral == False))

if (df['buy'] == "True"):

   df['sma_10_indic'] = pd.DataFrame("BUY",columns=['indicator'])

elif (df['sell'] == "True"):

   df['sma_10_indic'] = pd.DataFrame("SELL",columns=['indicator'])

elif (df['neutral'] == "True"):

   df['sma_10_indic'] = pd.DataFrame("NEUTRAL",columns=['indicator'])

elif (error == True):

   df['sma_10_indic'] = pd.DataFrame("ERROR",columns=['indicator'])

我不确定前方的道路，我已经在这条路上撞墙了大约 14 个小时，没有明确的道路。我还尝试创建另一个单独的数据框并通过 concat 合并它们，但由于布尔值而没有运气。我对 python 和 pandas/dataframes 比较陌生，所以请耐心等待。先感谢您！