Question

我想使用已经存在的一些列来生成新列。但是我认为使用apply函数太困难了。遍历此数据框时是否可以生成新列（此处为ftp_price）？这是我的代码。当我致电product_df['ftp_price']时，出现了KeyError。

for index, row in product_df.iterrows():
    current_curve_type_df = curve_df[curve_df['curve_surrogate_key'] == row['curve_surrogate_key_x']]
    min_tmp_df = row['start_date'] - current_curve_type_df['datab_map'].apply(parse)
    min_tmp_df = min_tmp_df[min_tmp_df > timedelta(days=0)]
    curve = current_curve_type_df.loc[min_tmp_df.idxmin()]
    tmp_diff = row['end_time'] - np.array(row['start_time'])

    if np.isin(0, tmp_diff):
        idx = np.where(tmp_diff == 0)
        col_name = COL_NAMES[idx[0][0]]
        row['ftp_price'] = curve[col_name]
    else:
        idx = np.argmin(tmp_diff > 0)
        p_plus_one_rate = curve[COL_NAMES[idx]]
        p_minus_one_rate = curve[COL_NAMES[idx - 1]]
        d_plus_one_days = row['start_date'] + rate_mapping_dict[COL_NAMES[idx]]
        d_minus_one_days = row['start_date'] + rate_mapping_dict[COL_NAMES[idx - 1]]
        row['ftp_price'] = p_minus_one_rate + (p_plus_one_rate - p_minus_one_rate) * (row['start_date'] - d_minus_one_days) / (d_plus_one_days - d_minus_one_days)

Answer 1

行可以是视图或副本（通常是副本），因此更改它不会更改原始数据帧。正确的方法是始终使用loc或iloc更改原始数据帧：

product_df.loc[index, 'ftp_price'] = ...

话虽如此，您应该避免在可能的情况下显式地迭代数据框的行...

Answer 2

将新值设置为特定索引的另一种方法是使用at：

for index, row in product_df.iterrows():
    product_df.at[index, 'ftp_price'] = val

此外，您应该阅读why using iterrows should be avoided

如何在遍历行的同时向pandas数据框添加新列？

2 个答案: