大熊貓時間序列 - 添加從以前的列差到新行

Question

我有一個數據幀，DF：

Ticker_x Date Close_x ES_difference 
0 ES H7 10/18/2016 13:44 2128  
1 ES H7 10/18/2016 13:59 2128.75 0.75 
2 ES H7 10/18/2016 14:14 2125.75 -3 
3 ES H7 10/18/2016 14:29 2126.5 0.75 
4 ES H7 10/18/2016 14:44 2126.5 0 
5 ES H7 10/18/2016 16:14 2126 -0.5 
6 ES H7 10/18/2016 16:44 2126.25 0.25 
7 ES H7 10/18/2016 17:59 2126.5 0.25 
8 ES H7 10/18/2016 18:14 2127 0.5 
9 ES H7 10/18/2016 19:14 2127.75 0.75 
10 ES H7 10/18/2016 19:44 2127.75 0 
11 ES H7 10/18/2016 19:59 2127.75 0 
12 ES H7 10/18/2016 20:44 2129 1.25 
13 ES H7 10/18/2016 21:29 2128.75 -0.25 
14 ES H7 10/18/2016 21:44 2129 0.25 
15 ES H7 10/18/2016 22:14 2129.5 0.5 
16 ES H7 10/18/2016 22:44 2129.5 0 

我試圖做一個新的欄目 - ES_Inverse_price，是以差異列，然後從它減去Close_x柱：

Df['ES_difference'] = Df['Close_x'].diff() 

所以這就是我所做的ES_difference列。現在，我希望有一個新的列ES_Inverse_price從Close_x取前值和減去差列值同一行：

Df['ES_Inverse_price'] = '' 
Df['ES_Inverse_price'][0] = Df['Close_x'][0] 
Df['ES_Inverse_price'][1:] = Df['ES_Inverse_price'].shift(1)-Df['ES_difference'] 

...所以在ES_Inverse_price第一行是要等於第一行Close_x 。這很好，但現在我要開始減去差列得到了ES_Inverse_price列我試圖做一個新的價值。

不幸的是，我得到參考下錯誤代碼與它的​​：

TypeError: ufunc 'subtract' did not contain a loop with signature matching types dtype('S32') dtype('S32') dtype('S32') 

編輯：例如採用而不是被排2128.75 1，這將是2127.25。我從前一行的值中減去'Close_x'（已經是一個確定的值）的差異，而不是增加它（這會給我2128.75）。

編輯：

所以在下面通過另一個海報給出的例子，這裏就是我想要找：

\t close_p \t ticker \t difference \t ES_Inverse Price 
 
0 \t 100 \t aapl \t NaN \t NaN 
 
1 \t 102 \t aapl \t 2.0 \t 98.0 
 
2 \t 103.4 \t aapl \t 1.4 \t 96.6 
 
3 \t 101.2 \t aapl \t -2.2 \t 98.8 
 
4 \t 106.2 \t aapl \t 5.0 \t 93.8

Answer 1

我不知道我完全理解除非你提供你正在尋找的值，但也許這是它？

df['ES_Inverse_price'] = df['Close_x'].shift(1) - df['ES_difference'] 

一些非常粗糙的數據播放（我有麻煩複制你的）：

df 
    close_p ticker 
0 100.0 aapl 
1 102.0 aapl 
2 103.4 aapl 
3 101.2 aapl 
4 106.2 apple 

df['es_difference'] = df['close_p'].diff() 
    close_p ticker es_difference 
0 100.0 aapl   NaN 
1 102.0 aapl   2.0 
2 103.4 aapl   1.4 
3 101.2 aapl   -2.2 
4 106.2 apple   5.0 

df['es_inverse_price'] = df['close_p']-df['es_difference'].cumsum() - df['es_difference'].cumsum() 
    close_p ticker es_difference es_inverse_price 
0 100.0 aapl   NaN    NaN 
1 102.0 aapl   2.0    98.0 
2 103.4 aapl   1.4    96.6 
3 101.2 aapl   -2.2    98.8 
4 106.2 aapl   5.0    93.8 

我不會考慮基礎事事休iloc[0,0]是「安全的」，但我真的不知道如何做到這一點。確保你事先分類。