如何对np.select（）进行默认选择，使其成为数组，序列或数据框的先前值

Question

我正在使用np.select（）构造一个ndarray，值取决于某些条件，其值为1，-1或0。这些都可能无法满足，因此我需要一个默认值。我希望这个值是数组在上一个索引中保存的值，如果有道理的话。我的朴素代码在名为“ total”的DataFrame的某些列上运行，并引发错误，如下所示：

condlist = [total.ratios > total.s_entry, total.ratios < total.b_entry, (total.ratios > total.b_entry) & (total.ratios < total.s_entry)]
choicelist = (-1, 1, 0)
pos1 = pd.Series(np.select(condlist, choicelist, pos1))

有没有一种方法可以解决我的要求？例如，让数组开始

1
1
0
-1
-1

然后第六个元素不满足任何条件，由于它是数组的最新值，因此其值默认为-1？

Answer 1

我不确定您是否会对这种解决方案感到满意，但是您可以分配一些默认值，然后在迭代时将其更改为所需的值：

x = np.arange(20)

condlist = [x < 4, np.logical_and(x > 8, x < 15), x > 15, True]
choicelist = (-1, 1, 0, None)
pos1 = pd.Series(np.select(condlist, choicelist, x))

for index, row in pos1.items():
    if row == None and index == 0:
        pass # Not sure what you want to do here
    elif row == None:
        pos1.at[index] = pos1.at[index-1]