发现熊猫数量最长的连续增长
我有一个数据帧：
Date Price
2021-01-01 29344.67
2021-01-02 32072.08
2021-01-03 33048.03
2021-01-04 32084.61
2021-01-05 34105.46
2021-01-06 36910.18
2021-01-07 39505.51
2021-01-08 40809.93
2021-01-09 40397.52
2021-01-10 38505.49
Date object
Price float64
dtype: object
而我的目标是找到最长的连续增长期。它应该返回:最长的连续时期是2021-01-04年到2021-01-08年，增加了8725.32美元老实说，我不知道从哪里开始。这些是我在熊猫的第一步，我不知道我应该使用哪些工具来获得这些信息。
有谁能帮我/给我指明正确的方向吗？
共有1个答案
用cumsum在递减时检测递增序列：
df['is_increasing'] = df['Price'].diff().lt(0).cumsum()
您将得到：
Date Price is_increasing
0 2021-01-01 29344.67 0
1 2021-01-02 32072.08 0
2 2021-01-03 33048.03 0
3 2021-01-04 32084.61 1
4 2021-01-05 34105.46 1
5 2021-01-06 36910.18 1
6 2021-01-07 39505.51 1
7 2021-01-08 40809.93 1
8 2021-01-09 40397.52 2
9 2021-01-10 38505.49 3
现在，您可以使用
sizes=df.groupby('is_increasing')['Price'].transform('size')
df[sizes == sizes.max()]
你会得到：
Date Price is_increasing
3 2021-01-04 32084.61 1
4 2021-01-05 34105.46 1
5 2021-01-06 36910.18 1
6 2021-01-07 39505.51 1
7 2021-01-08 40809.93 1
-
问题内容： 对于这个例子说，我有两个字段的表，和。 该表具有以下数据 我想回来 我想返回的结果是每个区域递增连续值的最长长度。对于。 我将如何在MS Sql 2005上执行此操作？ 问题答案： 一种方法是使用遍历每一行的递归CTE。如果该行符合条件（增加同一区域的订单号），则将链长增加一。如果没有，则启动一个新链： SQL Fiddle的实时示例。 另一种方法是使用查询查找“中断”，即以相同区域的
-
本文向大家介绍JavaScript实现列出数组中最长的连续数，包括了JavaScript实现列出数组中最长的连续数的使用技巧和注意事项，需要的朋友参考一下 原始题目： 给定一个无序的整数序列， 找最长的连续数字序列。 例如： 给定[100, 4, 200, 1, 3, 2], 最长的连续数字序列是[1, 2, 3, 4]。 小菜给出的解法： 调用说明： 方法名称：
-
问题内容： 我有一个pandas.DataFrame，它在连续的时间点进行了测量。与每次测量一起，被观察系统在每个时间点都有不同的状态。因此，DataFrame还包含一列，其中包含每次测量时系统的状态。状态更改比测量间隔慢得多。结果，指示状态的列可能看起来像这样（索引：状态）： 是否有一种简单的方法来检索连续相等状态的每个段的索引。那意味着我想得到这样的东西： 结果也可能与普通列表有所不同。 到目
-
我为这个问题写了一个方法：输入：整数数组返回：最长连续整数序列的长度。like：对于{9,1,2,3}，返回3，因为{1,2,3} 这个方法运行得不好。希望有人能帮我调试。 非常感谢！！！
-
问题内容： 我有一个包含屏幕名称，tweet，收藏夹等的Pandas DataFrame。我想找到“ favcount”（我已经做过）的最大值，并返回该“ tweet”的屏幕名称 我似乎找不到任何东西，任何人都可以帮助我朝正确的方向发展吗？ 问题答案： 使用 来获取最大价值的指标。那你可以用 编辑： 现已弃用，切换为
-
问题内容： 假设我在numpy数组中有一堆数字，并且根据返回布尔数组的条件对它们进行了测试： 并使用此布尔数组，我想计算True连续出现的所有长度。例如，如果我有，我想回去。 我可以使用以下代码来做到这一点： 但是是否已经为此或python，numpy，scipy等函数实现了任何功能，该函数计算给定输入在列表或数组中连续出现的长度？ 问题答案： 这是使用的解决方案（可能不是最快的解决方案）：