我是 Python 新手,拥有以下 Pandas 数据框 - 我正在尝试编写代码来填充“信号”列,如下所示:
天 | long_entry_flag | long_exit_flag | 信号 |
---|---|---|---|
1 | 错误的 | 真的 | |
2 | 错误的 | 错误的 | |
3 | 真的 | 错误的 | 1 |
4 | 真的 | 错误的 | 1 |
5 | 错误的 | 错误的 | 1 |
6 | 真的 | 错误的 | 1 |
7 | 真的 | 错误的 | 1 |
8 | 错误的 | 真的 | |
9 | 错误的 | 真的 | |
10 | 真的 | 错误的 | 1 |
11 | 真的 | 错误的 | 1 |
12 | 真的 | 错误的 | 1 |
13 | 错误的 | 错误的 | 1 |
14 | 错误的 | 真的 | |
15 | 错误的 | 错误的 | |
16 | 错误的 | 真的 | |
17 | 真的 | 错误的 | 1 |
18 | 真的 | 错误的 | 1 |
19 | 错误的 | 错误的 | 1 |
20 | 错误的 | 错误的 | 1 |
21 | 错误的 | 真的 | |
22 | 错误的 | 错误的 | |
23 | 错误的 | 错误的 |
我的伪代码版本将采取以下步骤
向下看 ['long_entry_flag'] 列,直到进入条件为 True(最初的第 3 天)
然后我们每天在 ['signal'] 列中输入 '1' 直到退出条件为 True ['long_exit_flag']==True 在第 8 天
然后我们回看 ['long_entry_flag'] 列等待下一个入场条件(发生在第 10 天)
再次我们每天在 ['signal'] 列中输入“1”,直到退出条件为 True(第 14 天)
等等。
如果可能(使用矢量化?),有哪些方法可以快速填充“信号”列?
这是具有数万行的大型数据帧的子集,它是按顺序分析的众多数据帧之一。
相关分类