这篇文章的标题有点绕口，但确实是在计算因子时遇到的一种实际场景。例如，我们找到了前期高点的位置，然后想要统计前期高点位置之前的10个交易日内出现涨停的次数。
问题描述
我们以sh.603906龙蟠科技为例，相关数据保存在DataFrame类型的对象df中，以下显示2021年9月9日至2021年9月24日之间10个交易日的数据：
date open high low ... isST zt xg qg_jl
1080 2021-09-09 40.00 40.36 38.06 ... 0 False False 19
1081 2021-09-10 38.79 40.00 38.30 ... 0 False False 20
1082 2021-09-13 41.00 43.76 39.91 ... 0 True False 21
1083 2021-09-14 44.68 46.80 42.92 ... 0 False False 22
1084 2021-09-15 45.70 49.96 44.00 ... 0 True True 23
1085 2021-09-16 52.31 53.46 45.87 ... 0 False True 1
1086 2021-09-17 46.20 46.73 44.00 ... 0 False False 1
1087 2021-09-22 45.03 46.37 43.50 ... 0 False False 2
1088 2021-09-23 45.18 48.73 43.92 ... 0 True False 3
1089 2021-09-24 48.65 53.60 47.10 ... 0 False True 4
其中，zt列表示当日是否涨停，xg列表示是否为120日来的新高点，qg_jl列表示与前期高点间的距离。
对应看一下K先图：
- 9月15日，涨停，因此zt列的值为True；形成120日新高，因此xg列的值为True；前高的日期为8月13日，距离为23，因此qg_jl列的值为23。
- 9月23日，涨停，因此zt列的值为True；未形成120日新高，因此xg列的值为False；前高的日期为9月16日，距离为3，因此qg_jl列的值为3。
- 9月24日，未涨停，因此zt列的值为False；形成120日新高，因此xg列的值为True；前高的日期为9月16日，距离为4，因此qg_jl列的值为4。
为了统计前期高点前的涨停个数，我们对涨停因子进行移动，得到temp_df，部分列显示如下：
date zt_1a zt_2a zt_3a ... zt_127a zt_128a zt_129a zt_130a
1080 2021-09-09 False False False ... False False False False
1081 2021-09-10 False False False ... False False False False
1082 2021-09-13 False False False ... False False False False
1083 2021-09-14 True False False ... False False False False
1084 2021-09-15 False True False ... False False False False
1085 2021-09-16 True False True ... False False False False
1086 2021-09-17 False True False ... False False False False
1087 2021-09-22 False False True ... False False False False
1088 2021-09-23 False False False ... False False False False
1089 2021-09-24 True False False ... False False False False
其中zt_1a表示1天前是否涨停，zt_2a表示2天前是否涨停，以此类推。
我们的目标是统计前期高点位置之前的10个交易日内出现涨停的次数，仍以上面三个交易日为例：
- 9月15日，前高距离qg_jl为23， 统计前期高点之前的10个交易日出现涨停的次数，就等价于统计zt_23a、zt_24a、zt_25a、…、zt_32a中值为True的个数。
- 9月23日，前高距离qg_jl为3，统计前期高点之前的10个交易日出现涨停的次数，就等价于统计zt_3a、zt_4a、zt_5a、…、zt_12a中值为True的个数。
- 9月24日，前高距离qg_jl为4，统计前期高点之前的10个交易日出现涨停的次数，就等价于统计zt_4a、zt_5a、zt_6a、…、zt_13a中值为True的个数。
可以看出，我们的问题转化为了根据列qg_jl的值，来获取不同的zt_Xa列的值，也就是本文题目中所描述的问题。
解决方案
先上代码：
qg_day = 10
for i in range(qg_day):
temp_df['temp_name_zt_{}'.format(i)] = temp_df['qg_jl'].apply(lambda x: 'zt_{}a'.format(int(x + i)))
temp_df['qg_zt_{}'.format(i)] = None
for val in temp_df['temp_name_zt_{}'.format(i)].unique():
temp_df.loc[temp_df['temp_name_zt_{}'.format(i)] == val, 'qg_zt_{}'.format(i)] = temp_df[val]
cols = ['qg_zt_{}'.format(x) for x in range(qg_day)]
df['qg_zt_num'] = temp_df[cols][temp_df[cols]].count(1)
- 第1行，定义变量qg_day，用于设置访问前期高点前多少天的数据，我们这里统计前期高点之前的10个交易日出现涨停的次数，所以赋值为10。
- 2~6行，循环构造列，用于后续统计选择时间范围内的涨停次数。
- 第3行，构造新列temp_name_zt_X，用于存放待统计涨停列的列名，打印结果如下：
date temp_name_zt_0 ... temp_name_zt_8 temp_name_zt_9
1080 2021-09-09 zt_19a ... zt_27a zt_28a
1081 2021-09-10 zt_20a ... zt_28a zt_29a
1082 2021-09-13 zt_21a ... zt_29a zt_30a
1083 2021-09-14 zt_22a ... zt_30a zt_31a
1084 2021-09-15 zt_23a ... zt_31a zt_32a
1085 2021-09-16 zt_1a ... zt_9a zt_10a
1086 2021-09-17 zt_1a ... zt_9a zt_10a
1087 2021-09-22 zt_2a ... zt_10a zt_11a
1088 2021-09-23 zt_3a ... zt_11a zt_12a
1089 2021-09-24 zt_4a ... zt_12a zt_13a
9月15日，需要访问其zt_23a至zt_31a，9月23日，需要访问zt_3a至zt_12a，9月24日，需要访问zt_4a至zt_13a，与问题描述中分析结果一致。
- 第4行，构建新列qg_zt_X，值都置为None。
-
5~6行，循环对qg_zt_X列赋值，以i=0时为例，即使用temp_name_zt_0列给qg_zt_0列赋值。当循环到val=zt_1a时，
temp_df.loc[temp_df['temp_name_zt_{}'.format(i)] == val, 'qg_zt_{}'.format(i)]就将temp_name_zt_0列中值为zt_1a的行都筛选出来，上面打印的10个交易日数据来说，9月16日和17日temp_name_zt_0列的值均为zt_1a，这两行就会被筛选出来。然后temp_df[val]会把列zt_1a提取出来，对前面得到的temp_name_zt_0列值为zt_1a的行的qg_zt_0列赋值（有点绕，可以看后面简约示例更清晰些）。这里有个问题，就是赋值的等号左右两侧维度不一样，以上面打印的10行数据为例，等号左侧
temp_df.loc[temp_df['temp_name_zt_{}'.format(i)] == val, 'qg_zt_{}'.format(i)]取出值为zt_1a的Series只有2个元素，而等号右侧temp_df[val]取出的是1列数据，有10个元素，这里赋值是会根据索引进行对应赋值，即对索引1085和1086对应的元素进行赋值。来看一下qg_zt_X的结果：
date qg_zt_0 qg_zt_1 qg_zt_2 ... qg_zt_6 qg_zt_7 qg_zt_8 qg_zt_9
1080 2021-09-09 False True False ... False False False False
1081 2021-09-10 False True False ... False False False False
1082 2021-09-13 False True False ... False False False False
1083 2021-09-14 False True False ... False False False False
1084 2021-09-15 False True False ... False False False False
1085 2021-09-16 True False True ... False False False False
1086 2021-09-17 False True False ... False False False False
1087 2021-09-22 False True False ... False False False False
1088 2021-09-23 False True False ... False False False False
1089 2021-09-24 False True False ... False False False False
对应的qg_zt_X均已根据列名转化为对应的布尔值，表示前期高点前的各天是否是涨停。
- 第8行，列名列表，用于统计涨停的次数。
- 第9行，统计涨停的次数，结果保存在qg_zt_num列中。
看一下计算结果：
date open high low ... zt xg qg_jl qg_zt_num
1080 2021-09-09 40.00 40.36 38.06 ... False False 19 1
1081 2021-09-10 38.79 40.00 38.30 ... False False 20 1
1082 2021-09-13 41.00 43.76 39.91 ... True False 21 1
1083 2021-09-14 44.68 46.80 42.92 ... False False 22 1
1084 2021-09-15 45.70 49.96 44.00 ... True True 23 1
1085 2021-09-16 52.31 53.46 45.87 ... False True 1 2
1086 2021-09-17 46.20 46.73 44.00 ... False False 1 2
1087 2021-09-22 45.03 46.37 43.50 ... False False 2 2
1088 2021-09-23 45.18 48.73 43.92 ... True False 3 2
1089 2021-09-24 48.65 53.60 47.10 ... False True 4 2
对照上文中的K线图：
- 9月15日，前高在23个交易日前，即8月13日，8月13日（包含）的前10个交易日内，有1次涨停（8月12日）。
- 9月24日，前高在4个交易日前，即9月16日，9月16日（包含）的前10个交易日内，有2次涨停（9月15日、9月13日）。
至此完成了DataFrame按列内容取不同列的值生成新列。
简约示例
上文的例子过于复杂，下面用一个简单的例子进行说明。
首先构造一个简单的DataFrame：
df = pd.DataFrame([[1, 2, 3, 'A'],
[4, 5, 6, 'C'],
[7, 8, 9, 'B']], columns=['A', 'B', 'C', 'D'])
print(df)
A B C D
0 1 2 3 A
1 4 5 6 C
2 7 8 9 B
其中，D列存放了不同的列名，我们要求新建一列E，来保存各行按D列内容获取对应列中的内容。例如，第0行第D列的值为A，那么我们希望第0行第E列的值等于第0行第A列的值（1）；第1行第D列的值为C，那么我们希望第1行第列E的值等于第1行第C列的值（6）；第2行第D列的值为B，那么我们希望第2行第E列的值等于第2行第B列的值（8）；也就是说，我们的目标是生成下面的数据：
A B C D E
0 1 2 3 A 1
1 4 5 6 C 6
2 7 8 9 B 8
实现代码如下：
df['E'] = None
for val in df['D'].unique():
df.loc[val == df['D'], 'E'] = df[val]
- 第1行，新建列E，赋值为None。如果没有这一步，会导致由于局部赋值，新列结果都为浮点型的情况。
-
2~3行，循环对E列赋值。等号左侧
df.loc[val == df['D'], 'E']类型为Series，取出的是所有D列值为val的行的E列；等号右侧df[val]类型也是Series，提取的是列名为val的列。以val=B为例，
df.loc[val == df['D'], 'E']取出的是有D列值为B的行的E列，打印结果如下：
print(df.loc[val == df['D'], 'E'])
2 None
Name: E, dtype: object
而df[val]取出的是B列：
print(df[val])
B
0 2
1 5
2 8
Name: B, dtype: int64
可以看到等号两侧Series所包含的元素个数不同，但并不影响赋值操作，赋值会按照索引进行对应赋值，即把等号右侧索引为2的值8，赋值给等号左侧索引为2的元素。
经过测试，生成的新列E符合预期。
小结
本文结合股票因子计算的实例以及一个简约示例，展示了DataFrame按列内容取不同列的值生成新列的过程。这是目前笔者找到一种解决方案，如果读者有更好更快的方案，也请留言交流。
df[‘E’]=None
for i in range(len(df)):
df.iloc[i,-1]=df.loc[i,df.iloc[i,-2]]