我的問題有點
uj5u.com熱心網友回復：
采取衍生品。請參見下面的示例。
df = pd.DataFrame(data=[[1],
[2],
[3],
[4],
[3.5],
[2.5],
[1.5],
[2],
[2.4],
[3.5]], columns=['data'])
取衍生品：
df['increasing'] = df.data.diff()
df['decreasing'] = df.data.diff(-1)
df['local_max'] = ((df.increasing>0) & (df.decreasing>0))
df['local_min'] = ((df.increasing<0) & (df.decreasing<0))
結果
data increasing decreasing local_max local_min
0 1.0 NaN -1.0 False False
1 2.0 1.0 -1.0 False False
2 3.0 1.0 -1.0 False False
3 4.0 1.0 0.5 True False
4 3.5 -0.5 1.0 False False
5 2.5 -1.0 1.0 False False
6 1.5 -1.0 -0.5 False True
7 2.0 0.5 -0.4 False False
8 2.4 0.4 -1.1 False False
9 3.5 1.1 NaN False False
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/409217.html
標籤：
上一篇：R中的Optim()函式