pandas 赋值代码运算速度优化，麻烦给一点意见，谢谢！

[yellowtail]

'''

def fuc_compare(df, i):

try:
    if (df.loc[i+1].h > df.loc[i].h
         and df.loc[i+1].l > (df.loc[i].l + (df.loc[i].h - df.loc[i].l)/2)):

        df.loc['deal',i+1] = 1

        return
    if (df.loc[i+1].l < df.loc[i].l
         and df.loc[i+1].h < (df.loc[i].h - (df.loc[i].h - df.loc[i].l)/2)):
        df.loc['deal',i+1] = -1
        return
except:
    print('^^^^^^^^^error^^^^^^^^^^^^')
    return

i=0 while i < len(df_temp): fuc_compare(df_temp, i) i = i+1

'''

'''

while i < len(df_temp): fuc_compare(df_temp, i) i = i+1 '''

i=0

while i < len(df_temp):


fuc_compare(df_temp, i)


i = i+1

最优的办法是 shift 值然后增加一列进行向量化运算

[yellowtail]

不知道为啥代码格式总不对，还在上班（ zf 编外摸鱼发帖），先不改了。。

[yellowtail]

其实也就是 pandas 中需要跨行取值的问题，如果用 for i,n in df.iterrows():会快一些但是不知道，程序运行时间主要是花在哪一块... 如果 loc 操作相对于 for 循环不算高时间消耗的话
也许有其他更好的办法..