Python：选择具有不同索引的元素并将它们存储在 Pandas 的新 Dataframe 列中答案

【问题标题】：Python: pick elements with different indexes and store them in a new Dataframe column in PandasPython：选择具有不同索引的元素并将它们存储在 Pandas 的新 Dataframe 列中
【发布时间】：2017-10-14 01:55:20
【问题描述】：

我有一个如下所示的 DataFrame：

我想要的是计算以下操作，在循环中描述：

for ii in range(0,len(df['Avg'])):
    if ii==0:
        df['Return'][ii]=0
    else:
        df['Return'][ii] = (df['Avg'][ii])/(df['Avg'][ii-1])-1

我想使用 'Avg' 列中的 'present' 和 'previous' 元素进行该操作，但我收到此错误：

试图在数据帧的切片副本上设置值

请参阅文档中的注意事项： http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy df['Return'][ii]=0 C:/Users/julio/Desktop/Python Scripts/Euclid Capital Scripts/DukasCopy/duka_test:34: SettingWithCopyWarning: A 正在尝试在 DataFrame 中的切片副本上设置值

请参阅文档中的注意事项： http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy df['返回'][ii] = (df['Avg'][ii])/(df['Avg'][ii-1])-1

还有其他方法可以实现我想要的并将这些值存储在“返回”列中吗？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

你可以使用.pct_change:

df.loc[:, 'Return'] = df['Avg'].pct_change()

或者，以前导零而不是 NaN 开头，链接 .fillna：

df.loc[:, 'Return'] = df['Avg'].pct_change().fillna(0.)

至于您看到的警告，已经有很多关于这里发生的事情的信息：

在您的情况下，使用 df['Return'][ii] 是导致这种情况的原因。您正在使用链式索引，使用.loc 或.iloc 会更安全。

例子：

df = pd.DataFrame({'Avg' : np.random.rand(10) + 1},
                  index=pd.date_range('2017-02', periods=10))
df.loc[:, 'Return'] = df['Avg'].pct_change().fillna(0.)
print(df)
                Avg   Return
2017-02-01  1.86389  0.00000
2017-02-02  1.19992 -0.35623
2017-02-03  1.08414 -0.09649
2017-02-04  1.17281  0.08179
2017-02-05  1.30422  0.11204
2017-02-06  1.59484  0.22284
2017-02-07  1.63399  0.02455
2017-02-08  1.99155  0.21883
2017-02-09  1.54733 -0.22305
2017-02-10  1.50584 -0.02682

【讨论】：