带有If语句的Python DataFrames For Loop不起作用答案

【问题标题】：Python DataFrames For Loop with If Statement not working带有If语句的Python DataFrames For Loop不起作用
【发布时间】：2017-02-21 19:59:59
【问题描述】：

我有一个名为 ES_15M_Summary 的 DataFrame，在标题为 ES_15M_Summary['Rolling_OLS_Coefficient'] 的列中包含系数/beta，如下所示：

如果上图中的列 ('Rolling_OLS_Coefficient') 的值大于 0.08，我希望标题为“Long”的新列是二进制“Y”。如果另一列中的值小于 0.08，我希望该值为 'NaN' 或只是 'N'（都可以）。

所以我正在编写一个 for 循环来运行列。首先，我创建了一个名为“Long”的新列并将其设置为 NaN：

ES_15M_Summary['Long'] = np.nan

然后我做了以下 For 循环：

for index, row in ES_15M_Summary.iterrows():
    if ES_15M_Summary['Rolling_OLS_Coefficient'] > .08:
        ES_15M_Summary['Long'] = 'Y'
    else:
        ES_15M_Summary['Long'] = 'NaN'

我得到错误：

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

...指的是上面显示的 if 语句行 (if...>.08:)。我不确定为什么会收到此错误或 for 循环有什么问题。任何帮助表示赞赏。

【问题讨论】：

标签： python pandas for-loop dataframe

【解决方案1】：

我认为最好使用numpy.where:

mask = ES_15M_Summary['Rolling_OLS_Coefficient'] > .08
ES_15M_Summary['Long'] = np.where(mask, 'Y', 'N')

示例：

ES_15M_Summary = pd.DataFrame({'Rolling_OLS_Coefficient':[0.07,0.01,0.09]})
print (ES_15M_Summary)
   Rolling_OLS_Coefficient
0                     0.07
1                     0.01
2                     0.09

mask = ES_15M_Summary['Rolling_OLS_Coefficient'] > .08
ES_15M_Summary['Long'] = np.where(mask, 'Y', 'N')
print (ES_15M_Summary)
   Rolling_OLS_Coefficient Long
0                     0.07    N
1                     0.01    N
2                     0.09    Y

循环，非常慢的解决方案：

for index, row in ES_15M_Summary.iterrows():
    if ES_15M_Summary.loc[index, 'Rolling_OLS_Coefficient'] > .08:
        ES_15M_Summary.loc[index,'Long'] = 'Y'
    else:
        ES_15M_Summary.loc[index,'Long'] = 'N'
print (ES_15M_Summary)
   Rolling_OLS_Coefficient Long
0                     0.07    N
1                     0.01    N
2                     0.09    Y

时间安排：

#3000 rows
ES_15M_Summary = pd.DataFrame({'Rolling_OLS_Coefficient':[0.07,0.01,0.09] * 1000})
#print (ES_15M_Summary)


def loop(df):
    for index, row in ES_15M_Summary.iterrows():
        if ES_15M_Summary.loc[index, 'Rolling_OLS_Coefficient'] > .08:
            ES_15M_Summary.loc[index,'Long'] = 'Y'
        else:
            ES_15M_Summary.loc[index,'Long'] = 'N'
    return (ES_15M_Summary)

print (loop(ES_15M_Summary))


In [51]: %timeit (loop(ES_15M_Summary))
1 loop, best of 3: 2.38 s per loop

In [52]: %timeit ES_15M_Summary['Long'] = np.where(ES_15M_Summary['Rolling_OLS_Coefficient'] > .08, 'Y', 'N')
1000 loops, best of 3: 555 µs per loop

【讨论】：

谢谢，我正在使用您提供的 for 循环。非常感谢。