根据列名对每个系列进行调整答案

【问题标题】：apply an adjustment to each series depending on column name根据列名对每个系列进行调整
【发布时间】：2022-01-03 04:14:32
【问题描述】：

我正在处理时间序列数据。每个列标签是一年。

我想根据年份有选择地应用调整。

以下返回所有年份/列的 0.5 调整。早年如何应用调整后的因子？

for year in df_difference.columns: 
    if year < (2020):
        z = (((year - 2010) / (2020)) * 100) 
        adjusted_factor = z * 0.50
    else:
        adjusted_factor = 0.50

#Need to apply the appropriate factor to each item in the series (series/column name = year)
df_incremental_difference = df_difference.mul(adjusted_factor)

【问题讨论】：

标签： python dataframe time-series conditional-statements

【解决方案1】：

试试这个：

for year in df_difference.columns: 
    if year < (2020):
        z = (((year - 2010) / (2020)) * 100) 
        adjusted_factor = z * 0.50
    else:
        adjusted_factor = 0.50

    df_difference.loc[year].mul(adjusted_factor)

【讨论】：

嗨@Guinther Kovalski。谢谢参观。不幸的是，我收到错误：无法设置列不匹配的行。我会继续努力的。
如果您能提供一些输入/输出示例，我相信我们可以为您提供帮助 (:

【解决方案2】：

我想通了 :) 谢谢 Guinther，你的回答帮助了我。

for year in df_difference.columns:
    if year < 2020:
        z = (((year - 2010) / (2020)) * 100) 

    else:
        z = 1.0

    adjusted_factor = z * 0.50
    df_difference[year] = df_difference[year] * adjusted_factor
    print(year, z, adjusted_factor)

【讨论】：