如何一次分配数据框的每个元素？

Question

我有OG_df，即：

           Symbol Order  Shares
Date                           
2011-01-10   AAPL   BUY    1500
2011-01-13   AAPL  SELL    1500
2011-01-13    IBM   BUY    4000
2011-01-26   GOOG   BUY    1000
2011-02-02    XOM  SELL    4000
2011-02-10    XOM   BUY    4000
2011-03-03   GOOG  SELL    1000
2011-03-03   GOOG  SELL    2200
2011-05-03    IBM   BUY    1500
2011-06-03    IBM  SELL    3300
2011-06-10   AAPL   BUY    1200
2011-08-01   GOOG   BUY      55
2011-08-01   GOOG  SELL      55
2011-12-20   AAPL  SELL    1200
2011-12-21   AAPL   BUY      20
2011-12-27   GOOG   BUY    2200
2011-12-28    IBM  SELL    2200

我也有df_prices，即：

          AAPL     IBM    GOOG    XOM     SPY  CASH
2011-01-10  340.99  143.41  614.21  72.02  123.19   1.0
2011-01-11  340.18  143.06  616.01  72.56  123.63   1.0
...            ...     ...     ...    ...     ...   ...
2011-11-15  387.17  186.44  616.56  77.62  124.10   1.0
2011-11-16  383.13  184.33  611.47  76.79  122.13   1.0
2011-11-17  375.80  183.45  600.87  76.41  120.19   1.0
2011-11-18  373.34  182.97  594.88  76.45  120.06   1.0
2011-11-21  367.43  179.26  580.94  75.48  117.78   1.0
2011-11-22  374.90  179.09  580.00  74.61  117.31   1.0
[245 rows x 6 columns]

我设置date_range = pd.date_range(OG_df.index.min(), OG_df.index.max()) 然后

df1 = pd.DataFrame(0, df_prices.index, columns=list(df_prices))

假设您有vals = df1.values，即：

[[0 0 0 0 0 0]
 [0 0 0 0 0 0]
 [0 0 0 0 0 0]
 ..., 
 [0 0 0 0 0 0]
 [0 0 0 0 0 0]
 [0 0 0 0 0 0]]

形状为(245, 6)

我也可以得到

cols = np.array([df1.columns.get_loc(c) for c in OG_df.Symbol])

cols 返回[0 0 1 2 3 3 2 2 1 1 0 2 2 0 0 2 1]

OG_df.Symbol 是['AAPL' 'IBM' 'GOOG' 'XOM']，所以你可以看到，OG_df 中有 4 个不同的列对应 17 个不同的行。

我也有

rows = np.arange(len(df1))

我想做类似vals[rows, cols] = some_variable 之类的事情，但会返回：

IndexError: shape mismatch: indexing arrays could not be broadcast together with shapes (245,) (17,) 

因为rows 是长度17 而cols 是长度245。

我想根据some_variable 填充df1 中的每个单元格（每次都不同）。

order = np.where(orders_df.Order.values == 'BUY', -1, 1)

some_variable = OG_df.Shares.values * order

len(some_variable) = 17

我该怎么做？

另外，我不想将some_variable 分配给df1 的CASH。

示例输出：

              AAPL     IBM    GOOG    XOM     SPY  CASH
2011-01-10  1500        0       0.     0       0.   N/A
2011-01-11  0           0.      0.     0       0.   N/A
2011-01-12  0           0       0      0       0    N/A
2011-01-13  -1500       4000.   0.     0.      0.   N/A

Answer 1

我认为您正在尝试重新创建 pivot_table，重新索引。即

df = OG_df.copy()

df['Shares'] = np.where(df['Order'] == 'BUY',df['Shares']*-1,df['Shares']) 

ndf = df.pivot_table(columns='Symbol',values='Shares',index='Date')\
       .reindex(date_range).fillna(0).assign(CASH=np.nan)

基于给定数据的示例输出。

符号 AAPL GOOG IBM XOM 现金 2011-01-10 -1500.0 0.0 0.0 0.0 NaN 2011-01-11 0.0 0.0 0.0 0.0 NaN 2011-01-12 0.0 0.0 0.0 0.0 NaN 2011-01-13 1500.0 0.0 -4000.0 0.0 NaN 2011-01-14 0.0 0.0 0.0 0.0 NaN 2011-01-15 0.0 0.0 0.0 0.0 NaN 2011-01-16 0.0 0.0 0.0 0.0 NaN 2011-01-17 0.0 0.0 0.0 0.0 NaN 2011-01-18 0.0 0.0 0.0 0.0 NaN 2011-01-19 0.0 0.0 0.0 0.0 NaN

如果OG_df 中出现SPY 符号，将自动添加缺少的SPY 列。