Skip to main content
 首页 » 编程设计

python之在 n 行后在 pandas 中求和

2025年05月04日11yxwkf

我正在处理(当前)索引和列的数据框。索引是日期,列是数字。我想先定位到值小于某个级别的那一行:

list = [] 
for index,row in df.iterrows(): 
    if row < -0.1: 
        list.append(#sum the next 60 values) 

我觉得这应该很简单,但我无法理解 pandas 的索引和选择数据的文档。

除此之外,如果我再次拥有一个索引(日期)和超过 1 列的值,我将如何进行。每列的总和应该只有 30、60、90 等深度。我想我会在上面添加一个 for 循环:

for i in df.columns: 
    #add logic here 

编辑:这是数据的样子:

data 
 
Date        Ticker 
 
2015-06-23 -0.010959 
2015-06-24 -0.002770 
2015-06-25  0.005556 
2015-06-26  0.008287 
2015-06-29 -0.013699 
2015-06-30  0.005556 
2015-07-01  0.006077 
2015-07-02 -0.010983 

请您参考如下方法:

尝试通过查找满足条件的所有行的整数索引来构建索引列表,如:

import numpy as np 
from pandas import DataFrame 
 
df = DataFrame([["2015-06-23",-0.010959], 
["2015-06-24", -0.102770], 
["2015-06-25",  0.005556], 
["2015-06-26",  0.008287], 
["2015-06-29", -0.113699], 
["2015-06-30",  0.005556], 
["2015-07-01",  0.006077], 
["2015-07-02", -0.010983]], columns=['Date','Ticker']) 
 
df.set_index(['Date']) 
 
index_list = list(np.where(df.Ticker < -0.1)[0]) 

然后遍历这些索引位置以获取您的值:

list = [] 
for i in index_list: 
     list.append(df.loc[i:i+30-1]['Ticker'].sum())