Pandas无需for循环利用前X行数据定义新列实现Doji指标

核心思路 #

用Pandas滚动窗口(rolling)替代手动遍历/多shift调用，全向量化操作完全匹配原有逻辑，性能远高于for循环。

实现步骤 #

• 先计算每根K线的实体高度：实体高度 = |收盘价 - 开盘价|
• 用滚动窗口计算当前行之前20个实体高度的均值，通过closed='left'参数排除当前行，完全匹配原有逻辑的取值范围
• 用numpy.where()单条语句完成条件判断，生成isDoji标记列

完整代码示例 #

import pandas as pd
import numpy as np

# 假设你的行情DataFrame变量名为df，包含open、close列
# 1. 计算实体高度
df['body_height'] = abs(df['close'] - df['open'])

# 2. 计算前20行实体高度的均值（不包含当前行）
df['prev_20_body_avg'] = df['body_height'].rolling(window=20, closed='left').mean()

# 3. 单行生成isDoji标记，和原for循环结果完全一致
df['isDoji'] = np.where(df['body_height'] <= df['prev_20_body_avg'] * 0.05, True, False)

# 可选：前20行无足够历史数据，填充为False
df['isDoji'] = df['isDoji'].fillna(False)

逻辑一致性说明 #

rolling(window=20, closed='left')会为第N行（索引从0开始）计算[N-20, N-1]区间的均值，完全等价于遍历到第N行时取前20行计算的逻辑，无任何偏差。

内容的提问来源于stack exchange，提问作者wildcat89