为什么在循环遍历 pandas 数据帧时会收到此错误答案

【问题标题】：Why am I receiving this error when looping through pandas dataframe为什么在循环遍历 pandas 数据帧时会收到此错误
【发布时间】：2023-03-16 08:35:02
【问题描述】：

我正在尝试遍历数据框中的两列，并根据上述两个列值将1 或0 添加到新列中。例如，如果 A 列 > B 列，则将 1 添加到 C 列。但是，我不断收到以下错误，我不知道为什么。

ValueError: The truth value of a Series is ambiguous. Use a.empty, 
a.bool(), a.item(), a.any() or a.all().

我的代码：

for i in df.itertuples():
    if df['AdjClose'] > df['30ma']:
        df['position'] = 1
elif df['AdjClose'] < df['30ma']:
    df['position'] = 0

【问题讨论】：

下面的答案不是很好。你应该使用df['position'] = (df['AdjClose'] > df['30ma']).astype(int)。

标签： python python-3.x pandas loops

【解决方案1】：

您实际上并没有遍历行。在您的 if 语句中，您的条件不是True 或False，而是一个系列。因此，错误。一个系列没有真假，它是一个系列。编写代码的更正确方法是

for i in range(len(df)):
    if df.loc[i, 'AdjClose'] > df.loc[i, '30ma']:
        df.loc[i, 'position'] = 1
    elif df.loc[i, 'AdjClose'] < df.loc[i, '30ma']:
        df.loc[i, 'position'] = 0

一种更短、更简洁、更符合 Pandas 的方式来编写代码，同时还具有运行速度更快的优势：

df.loc[df.AdjClose > df['30ma'], 'position'] = 1
df.loc[df.AdjClose < df['30ma'], 'position'] = 0

我强烈建议阅读有关索引的文档，在 pandas 中开始可能会有点棘手。 https://pandas.pydata.org/pandas-docs/stable/indexing.html

编辑：请注意，for 循环代码假设您的索引由从 0 到 n-1 的唯一值组成。如果你有不同的索引，它会有点复杂。见https://pandas.pydata.org/pandas-docs/stable/whatsnew.html#deprecate-ix

【讨论】：

如果df.loc[i, 'AdjClose']==df.loc[i, '30ma']，此方法（如@NaN 的原始代码）将使'位置'未定义。但是，如果您想在这种情况下分配 0，则可以使用更简单的形式：df['position'] = (df.AdjClose > df['30ma']).astype(int)。这会为表达式为真的所有行显示True，否则显示False。然后.astype(int) 将其转换为 0/1 值。
df.loc[] 需要索引元素，但您的第一个示例是发送整数偏移量。如果以其他方式对行进行索引，这将不起作用。你可以通过使用for i in df.index:...来解决这个问题。
Matthias，您对 df.loc 的看法是正确的，我在编辑中也提到了这一点。 for i in df.index 在重复索引的情况下不起作用。在实际循环中使用带有 iloc 的 for i in range(len(df)) 将更适用于所有索引。
Ian，关于重复索引的要点。通过循环处理这将是一个棘手的情况。

【解决方案2】：

您正在尝试针对多个值测试布尔值（类似于 if pd.Series([False, True, False])，但不清楚结果是什么），因此 pandas 会引发该错误。

该消息建议您可以使用any() 返回是否有任何值（在本例中是您正在测试的一个值）为True。

所以可能是这样的：

for i in df.itertuples():
    if (df['AdjClose'] > df['30ma']).any():
        df['position'] = 1
    elif (df['AdjClose'] < df['30ma']).any():
        df['position'] = 0

有关更多详细信息，请参阅这些文档Using If/Truth Statements with pandas

【讨论】：

【解决方案3】：

您的代码正在调用df.itertuples，但没有使用结果。您可以使用 Ian Kent 的建议之一或类似的方法来解决此问题：

for row in df[['AdjClose', '30ma']].itertuples():
    if row[1] > row[2]:  # note: row[0] is the index value
        df.loc[row.Index, 'position'] = 1
    elif row[1] < row[2]:
        df.loc[row.Index, 'position'] = 0

如果您的列的名称都是有效的 Python 标识符，您可以使用更简洁的名称：

for row in df.itertuples():
    if row.AdjClose > row.ma30:
        df.loc[row.Index, 'position'] = 1
    elif row.AdjClose < row.ma30:
        df.loc[row.Index, 'position'] = 0

请注意，如果df 的索引具有重复值，则这些都不起作用。

你也可以使用df.apply，像这样：

def pos(row):
    if row['AdjClose'] > row['30ma']:
        return 1
    elif row['AdjClose'] > row['30ma']:
        return 0
    else:
        return pd.np.nan  # undefined?

df['position'] = df.apply(pos)

或者只是

df['position'] = df.apply(lambda row: 1 if row['AdjClose'] > row['30ma'] else 0)

即使索引具有重复值，这也应该有效。但是，您必须为每一行定义一个值，即使是 row['AdjClose'] == row['30ma'] 所在的行。

总体而言，Ian Kent 的第二个建议可能会让您获得最佳效果。

【讨论】：