基于Ratio列连续增减规则生成Signal列的技术实现问询

原始DataFrame #

import pandas as pd

df = pd.DataFrame({
    'Date': ['1993-01-29', '1993-02-01', '1993-02-02', '1993-02-03', '1993-02-04',
             '1993-02-05', '1993-02-08', '1993-02-09', '1993-02-10', '1993-02-11',
             '1993-02-12', '1993-02-16', '1993-02-17', '1993-02-18', '1993-02-23',
             '1993-02-24', '1993-02-25', '1993-02-26'],
    'Ratio': [0.44, 0.44, 0.45, 0.44, 0.44, 0.56, 0.59, 0.58, 0.57, 0.54,
              0.53, 0.47, 0.42, 0.38, 0.35, 0.39, 0.43, 0.46]
})

需求规则 #

新增Signal列，默认值为True，需遵循以下逻辑：

• 监测Ratio列的数值变化，当出现连续两次下降时，将这两次下降之后的所有Signal设为False
• 处于False状态时，直到出现连续两次上升，才从该节点之后恢复Signal为True
• 规则需在整列循环执行

对应示例逻辑：

• 第6→7、7→8行出现连续两次下降，因此第9行开始Signal变为False
• 第14→15、15→16行出现连续两次上升，因此第17行Signal恢复为True

预期输出 #

Signal
0    True
1    True
2    True
3    True
4    True
5    True
6    True
7    True
8    True
9   False
10  False
11  False
12  False
13  False
14  False
15  False
16  False
17   True

解决方案代码 #

# 计算Ratio的差分，标记每一步变化：上升(1)、下降(-1)、不变(0)
df['diff'] = df['Ratio'].diff().apply(lambda x: 1 if x > 0 else (-1 if x < 0 else 0))

# 初始化Signal列为全True
df['Signal'] = True

# 状态标记：当前是否处于Signal=False的阶段
in_false_mode = False

for i in range(2, len(df)):
    # 未关闭信号时，检测连续两次下降
    if not in_false_mode and df['diff'].iloc[i-1] == -1 and df['diff'].iloc[i] == -1:
        df.loc[i+1:, 'Signal'] = False
        in_false_mode = True
    # 处于关闭状态时，检测连续两次上升
    elif in_false_mode and df['diff'].iloc[i-1] == 1 and df['diff'].iloc[i] == 1:
        df.loc[i+1:, 'Signal'] = True
        in_false_mode = False

# 删除临时差分列
df = df.drop('diff', axis=1)

# 查看结果
print(df['Signal'])

代码说明 #

1. 先通过差分计算Ratio的每一步变化状态，简化后续连续变化的判断
2. 用状态变量in_false_mode追踪当前是否需要保持Signal=False
3. 遍历数据时，根据当前状态和连续变化的条件，批量修改后续行的Signal值，避免逐行修改提升效率
4. 最后清理临时生成的差分列，得到目标结果

内容的提问来源于stack exchange，提问作者MasayoMusic