如何用向量化方法判断DataFrame close列最近4个收盘价是否严格递增

报错原因 #

你之前的代码存在两个核心问题：

1. apply的lambda函数入参是单行数据，但你在判断逻辑中直接使用了整个DataFrame的close列比较，返回的是布尔序列，if判断无法直接对序列做真假判定，因此抛出了歧义错误。
2. apply本质是逐行迭代运算，性能极低，完全无法满足实盘交易的速度要求。

正确实现方案 #

以下实现全程采用原生向量化运算，无任何索引引用、iloc调用或逐行迭代，性能拉满，完全适配实盘低延迟需求：

# 计算相邻收盘价是否递增的布尔序列：True代表当前收盘价大于上一个收盘价
inc_series = df['close'].gt(df['close'].shift(1))
# 滚动判断连续3次比较都为真，右移1位对齐索引，得到最终标记列
df['monotonic_inc'] = inc_series.rolling(window=3).sum().eq(3).shift(1)

逻辑说明 #

连续4个收盘价严格递增，等价于连续3次相邻收盘价比较都满足「当前价>前价」，因此只需要对相邻比较的布尔序列做长度为3的滚动求和，求和结果等于3即代表连续3次都为真。最后的shift(1)是为了匹配你示例中的「最近4个收盘价不包含当前行」的逻辑，如果业务中需要包含当前行，删掉shift(1)即可。
前4行因为没有足够的历史数据，结果自动为空值，和你给出的示例输出完全一致。

内容的提问来源于stack exchange，提问作者RamA