IF-Anweisung Panda Dataframe: Der Wahrheitswert einer Serie ist mehrdeutig

Question

Ich habe einen Datenrahmen mit nur Float-Daten. Ich möchte grundsätzlich eine neue Spalte erstellen, die den Wert aus einer anderen Spalte erhält, wenn sie eine Bedingung erfüllt, und den Wert einer anderen Spalte, wenn dies nicht der Fall ist. Alle meine Spalten sind vom Float-Typ.

for col in list_scenarios: 
    df_merged['in_scenario_'+ col] = 1.0 
    print(df_merged['in_scenario_' + col]) 
    if df_merged[col].shift(1)== 1.0: 
     df_merged['in_scenario_' + col] = df_merged['in_scenario_'+ col].shift(1)*df_merged[asset +'_r'] 
    else: 
     df_merged['in_scenario_' + col] = df_merged['in_scenario_'+ col].shift(1) 
    print(df_merged['in_scenario_' + col]) 

bekomme ich folgende Fehlermeldung:

Traceback (most recent call last): 
    File "C:\Program Files\JetBrains\PyCharm 2017.3.1\helpers\pydev\pydev_run_in_console.py", line 52, in run_file 
    pydev_imports.execfile(file, globals, locals) # execute the script 
    File "C:\Program Files\JetBrains\PyCharm 2017.3.1\helpers\pydev\_pydev_imps\_pydev_execfile.py", line 18, in execfile 
    exec(compile(contents+"\n", file, 'exec'), glob, loc) 
    File "C:/Users/Main/PycharmProjects/Macrobond_API/scenario testing.py", line 268, in <module> 
    if df_merged[col].shift(1)== 1.0: 
    File "C:\Users\Main\AppData\Local\Programs\Python\Python36-32\lib\site-packages\pandas\core\generic.py", line 1121, in __nonzero__ 
    .format(self.__class__.__name__)) 
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all(). 

ich nicht herausfinden können, was nicht eindeutig ist.

Dank

My dataframe looks like this (month year are indices) 
      sp500_500 USA MEXICO sp500_500_r 
month year               
6  2017 2423.41 1.0  1.0  0.004814 
7  2017 2470.30 1.0  1.0  0.019349 
8  2017 2471.65 1.0  1.0  0.000546 

Answer 1

Ich fand tatsächlich einen Weg um ihn herum.

for col in list_scenarios: 
    df_merged['in_scenario_'+ col] = df_merged[asset +'_r'] 
    df_merged[col] = df_merged[col].shift(1) 
    df_merged.loc[df_merged[col] ==0, 'in_scenario_'+ col] = 0 

Dies gibt mir die "Returns", die ich wollte. Dann muss ich nur den Index von diesen Returns aufbauen, beginnend mit 1 als ersten Wert.

Danke für Ihre Hilfe.

Answer 2

df_merged[col].shift(1)== 1.0 Sie vergleichen zwei verschiedene Arten df_merged[col].shift(1) Rückkehr ein Datenrahmen. Wenn Sie den ersten Wert dieser Spalte erhalten möchten, können Sie Iloc verwenden. df_merged[col].iloc[0] == 1.0

a 
    x 
0 0 
1 1 
2 2 
3 3 
4 4 

a.x.shift(1) 

    x 
0 NaN 
1 1 
2 2 
3 3 
4 4 

a.x.iloc[0] 

1