如何获得预期的结果-方法1

Question

在将多个函数应用于数据框时，我遇到了一些问题。

我创建了一个示例代码来说明我正在尝试做的事情。可能比我执行此功能更好的方法来执行此特定功能，但是由于我正在使用多个功能，而不仅仅是如何最有效地执行此特定操作，因此我试图为我的问题找到一个通用的解决方案

基本上，我有一个示例数据框，看起来像这样（df1）：

   Ticker      Date  High  Volume
0    AAPL  20200501   1.5     150
1    AAPL  20200501   1.2     100
2    AAPL  20200501   1.3     150
3    AAPL  20200502   1.4     130
4    AAPL  20200502   1.2     170
5    AAPL  20200502   1.1     160
6    TSLA  20200501   2.5     250
7    TSLA  20200501   2.2     200
8    TSLA  20200501   2.3     250
9    TSLA  20200502   2.4     230
10   TSLA  20200502   2.2     270
11   TSLA  20200502   2.1     260

和一个看起来像这样的示例数据框（df2）：

  Ticker      Date  Price  SumVol
0   AAPL  20200508    1.2       0
1   TSLA  20200508    2.2       0

df2中“ SumVol”列中的值应填充df1中“ Volume”列中的值之和，直到第一次在“ Price”（df1）列中看到该值df2，并且df1中的日期与df2中的日期匹配

所需的输出：

    Ticker      Date  Price  SumVol
0   AAPL  20200508    1.2    300
1   TSLA  20200508    2.2    500

由于某种原因，我无法获得此输出，因为我可能在试图将函数应用于数据框的代码行中做错了什么。我希望这里有人可以帮助我。

完整的示例代码，包括示例数据帧：

import pandas as pd

df1 = pd.DataFrame({'Ticker': ['AAPL', 'AAPL', 'AAPL', 'AAPL', 'AAPL', 'AAPL', 'TSLA', 'TSLA', 'TSLA', 'TSLA', 'TSLA', 'TSLA'],
                'Date': [20200501, 20200501, 20200501, 20200502, 20200502, 20200502, 20200501, 20200501, 20200501, 20200502, 20200502, 20200502],
               'High': [1.5, 1.2, 1.3, 1.4, 1.2, 1.1, 2.5, 2.2, 2.3, 2.4, 2.2, 2.1],
                'Volume': [150, 100, 150, 130, 170, 160, 250, 200, 250, 230, 270, 260]})
print(df1)

df2 = pd.DataFrame({'Ticker': ['AAPL', 'TSLA'],
               'Date': [20200501, 20200502],
                'Price': [1.4, 2.2],
                'SumVol': [0,0]})

print(df2)

def VolSum(ticker, date, price):
    df11 = pd.DataFrame(df1)
    df11 = df11[df11['Ticker'] == ticker]
    df11 = df11[df11['Date'] == date]
    df11 = df11[df11['High'] < price]

    df11 = pd.DataFrame(df11)
    return df11.Volume.sum

df2['SumVol'].apply(VolSum(df2['Ticker'], df2['Date'], df2['Price']), inplace=True).reset_index(drop=True, inplace=True)
print(df2)

Answer 1

失败的第一个原因是您的功能以 return df11.Volume.sum（无括号），因此您只返回 sum 函数，而不是执行结果。

另一个原因是您可以将函数应用于数据框的每一行，但是您必须传递 axis = 1 参数。但是然后：

要应用的功能应具有一个参数-当前行，
其结果可以替换为所需的列。

失败的第三个原因是 df2 包含例如日期不存在在 df1 中，因此您不太可能找到任何匹配的行。

如何获得预期的结果-方法1

首先， df2 必须包含可能与 df1 匹配的值。我将 df2 定义为：

  Ticker      Date  Price  SumVol
0   AAPL  20200501    1.4       0
1   TSLA  20200502    2.3       0

然后我将您的功能更改为：

def VolSum(row):
    df11 = pd.DataFrame(df1)
    df11 = df11[df11['Ticker'] == row.Ticker]
    df11 = df11[df11['Date'] == row.Date]
    df11 = df11[df11['High'] < row.Price]
    return df11.Volume.sum()

最后我将结果生成为：

df2['SumVol'] = df2.apply(VolSum, axis=1)

结果是：

  Ticker      Date  Price  SumVol
0   AAPL  20200501    1.4     250
1   TSLA  20200502    2.3     530

如何获得预期的结果-方法2

但是更简洁，优雅的方法是将求和函数定义为：

def VolSum2(row):
    return df1.query('Ticker == @row.Ticker and '
        'Date == @row.Date and High < @row.Price').Volume.sum()

并以相同的方式应用它：

df2['SumVol'] = df2.apply(VolSum2, axis=1)

结果当然是一样的。

熊猫将功能应用于列

1 个答案:

如何获得预期的结果-方法1

如何获得预期的结果-方法2