我有这个熊猫数据框:
open high low close volume
TimeStamp
2016-06-23 10:00:00 586.76 594.00 585.54 589.94 478.176973
2016-06-23 11:00:00 589.94 595.49 588.23 592.63 448.689485
2016-06-23 12:00:00 592.63 592.63 1.50 581.13 527.816891
2016-06-23 13:00:00 581.13 586.33 578.58 580.96 728.424757
正如您所看到的,其中一个值不正确。
所以我想过滤它并将其更改为最后 5 个值的平均值
有了这个
df['avg']=df['low'].rolling(5).mean().shift()
我明白了
open high low close volume avg
TimeStamp
2016-06-23 10:00:00 586.76 594.00 585.54 589.94 478.176973 573.326
2016-06-23 11:00:00 589.94 595.49 588.23 592.63 448.689485 578.438
2016-06-23 12:00:00 592.63 592.63 1.50 581.13 527.816891 583.202
2016-06-23 13:00:00 581.13 586.33 578.58 580.96 728.424757 467.348
现在我想给低的 avg 相同的值。
过滤器找到“方差”大于 5 的值。
df.loc[(df['high']/df['low'])>5]['low']
open high low close volume avg
TimeStamp
2016-06-23 12:00:00 592.63 592.63 1.5 581.13 527.816891 583.202
但是当我尝试给出该值时,它不起作用..
df.loc[(df['high']/df['low'])>5]['low']=df.loc[(df['high']/df['low'])>5]['avg']
你能帮助我吗?
pandas 的数据框是基于索引的,所以你需要的只是
df.loc[(df['high']/df['low'])>5,'low']=df.avg
df
Out[1331]:
open high low close volume avg
0 586.76 594.00 585.54 589.94 478.176973 NaN
1 589.94 595.49 588.23 592.63 448.689485 585.54
2 592.63 592.63 588.23 581.13 527.816891 588.23
3 581.13 586.33 578.58 580.96 728.424757 1.50
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)