如何在Pandas中基于当前行与前一行条件创建布尔列

现有如下包含date、open、high、low、close、volume字段的DataFrame：

date    open    high     low   close  volume
1912 2023-01-05 09:15:00+05:30  641.80  644.30  626.35  628.60  615758
1913 2023-01-05 10:15:00+05:30  628.60  634.50  624.15  628.25  313480
1914 2023-01-05 11:15:00+05:30  627.80  633.45  627.40  632.80  193937
1915 2023-01-05 12:15:00+05:30  632.70  636.05  630.80  634.65  223713
1916 2023-01-05 13:15:00+05:30  634.65  635.00  629.45  634.90  224242
1917 2023-01-05 14:15:00+05:30  634.80  637.90  633.35  635.85  310906
1918 2023-01-05 15:15:00+05:30  635.90  637.35  633.50  633.55  101989

需求是添加一个布尔列，当当前行的close值大于前一行的close值时为True，否则为False。

实现方法 #

直接利用Pandas的shift()方法获取前一行收盘价，再通过比较生成布尔列，代码如下：

import pandas as pd

# 假设你的DataFrame变量名为df
df['close_increase'] = df['close'] > df['close'].shift(1)

代码说明 #

• df['close'].shift(1)：将close列向下偏移一行，使每一行对应前一行的收盘价，第一行因无前置数据会变为NaN。
• 比较操作df['close'] > df['close'].shift(1)会逐行生成布尔值，最终赋值给新列close_increase。

执行后结果示例 #

新增列后的DataFrame如下：

date    open    high     low   close  volume  close_increase
1912 2023-01-05 09:15:00+05:30  641.80  644.30  626.35  628.60  615758             NaN
1913 2023-01-05 10:15:00+05:30  628.60  634.50  624.15  628.25  313480           False
1914 2023-01-05 11:15:00+05:30  627.80  633.45  627.40  632.80  193937            True
1915 2023-01-05 12:15:00+05:30  632.70  636.05  630.80  634.65  223713            True
1916 2023-01-05 13:15:00+05:30  634.65  635.00  629.45  634.90  224242            True
1917 2023-01-05 14:15:00+05:30  634.80  637.90  633.35  635.85  310906            True
1918 2023-01-05 15:15:00+05:30  635.90  637.35  633.50  633.55  101989           False

可选优化 #

如果想将第一行的NaN替换为False（无前置数据默认标记为不上涨），可以添加fillna()处理：

df['close_increase'] = (df['close'] > df['close'].shift(1)).fillna(False)

内容的提问来源于stack exchange，提问作者KawaiKx