Pandas如何基于Trend列统计DataFrame涨跌趋势块数量

原始数据结构 #

SMA数据存储在pandas DataFrame中，样例数据如下：

Date        SMA_50     SMA_200    Trend Trend CumCount      T                                                     
2019-09-24  35.559013  38.942979  Down              1  
2019-09-25  35.427135  38.904934  Down              2            
2019-09-26  35.295066  38.864042  Down              3            
2019-09-27  35.165275  38.827087  Down              4            
2019-09-30  35.035484  38.788046  Down              5            
2020-08-31  34.697343  34.689469    Up              1    
2020-09-01  34.768881  34.691034    Up              2            
2020-09-02  34.852941  34.690655    Up              3            
2020-09-03  34.932827  34.686765    Up              4            
2020-09-04  35.009488  34.680598    Up              5            
2020-09-08  35.083302  34.675285    Up              6            
2020-09-09  35.150474  34.667884    Up              7 
2019-10-01  34.895256  38.744687  Down              1            
2019-10-02  34.736053  38.701518  Down              2            
2019-10-03  34.594877  38.665180  Down              3            
2019-10-04  34.466983  38.634488  Down              4            
2019-10-07  34.329222  38.605361  Down              5           

字段说明：

• Date：行情日期
• SMA_50：50周期简单移动平均线数值
• SMA_200：200周期简单移动平均线数值
• Trend：当前趋势标识，取值为Up（上涨）、Down（下跌）
• Trend CumCount：单段连续趋势内的行累计计数，每段新趋势的第一行该值为1

目标效果 #

新增T列，对每一段连续的同趋势块按类型独立编号，同一段趋势内所有行的T值保持一致，处理后结果如下：

Date        SMA_50     SMA_200    Trend Trend CumCount      T                                                     
2019-09-24  35.559013  38.942979  Down              1       1
2019-09-25  35.427135  38.904934  Down              2       1     
2019-09-26  35.295066  38.864042  Down              3       1     
2019-09-27  35.165275  38.827087  Down              4       1     
2019-09-30  35.035484  38.788046  Down              5       1     
2020-08-31  34.697343  34.689469    Up              1       1
2020-09-01  34.768881  34.691034    Up              2       1     
2020-09-02  34.852941  34.690655    Up              3       1     
2020-09-03  34.932827  34.686765    Up              4       1     
2020-09-04  35.009488  34.680598    Up              5       1     
2020-09-08  35.083302  34.675285    Up              6       1     
2020-09-09  35.150474  34.667884    Up              7       1
2019-10-01  34.895256  38.744687  Down              1       2     
2019-10-02  34.736053  38.701518  Down              2       2     
2019-10-03  34.594877  38.665180  Down              3       2     
2019-10-04  34.466983  38.634488  Down              4       2     
2019-10-07  34.329222  38.605361  Down              5       2

同时需要统计上涨、下跌趋势块各自的出现次数。

实现代码 #

假设DataFrame变量名为df，按以下步骤操作即可。

1. 生成T列 #

两种实现方式可选：

• 方式1：依赖已有的Trend CumCount列，逻辑简单运行快

# 标记新趋势块的起点（CumCount=1即为新块第一行）
df['is_new_block'] = df['Trend CumCount'] == 1
# 按趋势类型分组，对新块标记累计求和得到同类型下的块编号
df['T'] = df.groupby('Trend')['is_new_block'].cumsum().astype(int)
# 删除临时列
df.drop(columns=['is_new_block'], inplace=True)

• 方式2：不依赖Trend CumCount列，直接通过相邻行的Trend值变化识别块，鲁棒性更强

# 先给全局所有连续同趋势块分配唯一ID
df['global_block_id'] = (df['Trend'] != df['Trend'].shift()).cumsum()
# 按趋势类型分组，给同类型下的不同块依次编号
df['T'] = df.groupby('Trend')['global_block_id'].transform(
    lambda x: x.ne(x.shift()).cumsum()
).astype(int)
# 删除临时列
df.drop(columns=['global_block_id'], inplace=True)

2. 统计两类趋势块的数量 #

每个趋势块对应唯一的(Trend, T)组合，去重后计数即可：

block_stats = df[['Trend', 'T']].drop_duplicates()['Trend'].value_counts()

针对示例数据，运行后输出结果为：

Down    2
Up      1
Name: Trend, dtype: int64

即下跌趋势块共2个，上涨趋势块共1个，和实际数据匹配。

内容的提问来源于stack exchange，提问作者antobzzll