Python Pandas如何标记属于连续4次价格上涨区间的对应数据行

完整实现代码 #

import pandas as pd

# 若还未处理diff1的首个空值，先执行这行填充为0
df['diff1'] = df['Close'].diff().fillna(0)

# 1. 生成布尔序列，标记当前行是否较前一行上涨
is_rise = df['diff1'] > 0

# 2. 滑动窗口大小设为3，识别连续3次上涨的结束位置（对应4个连续上涨的价格行）
consecutive_end_mask = is_rise.rolling(window=3).sum() == 3

# 3. 初始化标记列为False
df['is_consecutive'] = False

# 4. 批量标记所有符合条件的区间行
for end_idx in consecutive_end_mask[consecutive_end_mask].index:
    df.loc[end_idx - 3 : end_idx, 'is_consecutive'] = True

逻辑说明 #

连续4个逐次上涨的价格，对应3次正的差值（diff1>0），因此用大小为3的滑动窗口判断是否存在连续3次上涨，窗口的最后一个索引就是连续4个上涨行的结束位置。找到所有结束位置后，将该位置往前推3行到结束位置的所有行统一标记为True，刚好覆盖4个连续上涨的行。
该方案完全匹配你给出的示例规则，运行后仅索引0-3会被标记为True，其余行均为False。如果遇到更长的连续上涨场景（比如连续5天价格上涨），所有属于该区间的行都会被标记为True，符合需求。

内容的提问来源于stack exchange，提问作者Mark