如何计算各股票跨日期列的数值变化次数？

问题描述 #

给定如下股票每日数值数据集：

date    3/1/2023    3/2/2023    3/3/2023    3/4/2023    3/5/2023    3/6/2023    3/7/2023    3/8/2023    3/9/2023    3/10/2023   3/11/2023   3/12/2023
symbol                                              
AAPL    3   4   1   4   0   0   0   1   2   3   1   1
AMGN    0   2   2   4   0   4   3   1   2   0   0   2
AXP     2   0   0   0   1   1   1   3   1   1   0   2
BA      2   2   0   4   2   4   4   0   0   4   0   2
CAT     2   3   4   3   1   1   1   3   1   1   4   0

需要计算每只股票的数值在相邻日期间的变化次数：仅当相邻日期数值不同时计为一次变化，连续相同数值不计入。例如AAPL的变化次数为8次。

解决方案（使用Python Pandas） #

可以通过以下步骤快速实现：

1. 导入工具并加载数据 #

先将数据集转换为Pandas DataFrame，处理空格分隔的格式：

import pandas as pd

# 加载数据集（如果是本地文件，替换为对应文件路径）
data_str = """date    3/1/2023    3/2/2023    3/3/2023    3/4/2023    3/5/2023    3/6/2023    3/7/2023    3/8/2023    3/9/2023    3/10/2023   3/11/2023   3/12/2023
symbol                                              
AAPL    3   4   1   4   0   0   0   1   2   3   1   1
AMGN    0   2   2   4   0   4   3   1   2   0   0   2
AXP     2   0   0   0   1   1   1   3   1   1   0   2
BA      2   2   0   4   2   4   4   0   0   4   0   2
CAT     2   3   4   3   1   1   1   3   1   1   4   0"""

df = pd.read_table(pd.io.common.StringIO(data_str), sep='\\s+', header=0, index_col='symbol')
df = df.drop('date', axis=1)  # 移除冗余的date列标识

2. 计算变化次数 #

通过差值判断相邻数值是否不同，再统计次数：

# 计算相邻日期的数值差，统计非零差值的数量（即变化次数）
change_counts = df.diff(axis=1).ne(0).sum(axis=1)

# 输出结果
print(change_counts)

3. 运行结果 #

执行代码后会得到每只股票的变化次数：

symbol
AAPL    8
AMGN    9
AXP     6
BA      8
CAT     7
dtype: int64

其中AAPL的结果与题目示例一致。

原理说明 #

• diff(axis=1)：对每一行（单只股票）计算相邻日期列的数值差，连续相同的数值差值为0，不同则为非0值。
• ne(0)：将差值转换为布尔值，非0值标记为True，代表一次有效变化。
• sum(axis=1)：对每一行的布尔值求和，得到该股票的总变化次数。

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