Skip to main content
 首页 » 编程设计

python之如果相应(相同索引点)列 B 的条件成立,则将函数应用于列 A

2024年11月24日8lvdongjie

我有一个数据框,其中包含“关闭”列中的定价信息。我在“买入”和“卖出”列中有指标,它们是 boolean 值。我想将一个函数应用于“关闭”列中的实例,当且仅当“购买”的条件成立时,即。当 'BUY' == 1 时,将函数(在给定时间段内返回)应用于相应的 'close' 值。我添加了一张图片来说明我的意思并显示数据框。

谢谢

3233  108.60  0.0   0.0 
3234  107.15  0.0   0.0 
3235  106.70  0.0   0.0 
3236  109.85  0.0   0.0 
3237  107.45  0.0   0.0 
3238  109.65  0.0   0.0 
3239  107.25  0.0   0.0 
3240  106.05  0.0   0.0 
3241  101.00  0.0   0.0 
3242  100.45  0.0   0.0 
3243  100.75  0.0   0.0 
3244   99.80  0.0   0.0 
3245   96.70  0.0   0.0 
3246   94.80  0.0   0.0 
3247   94.05  0.0   0.0 
3248   92.95  0.0   0.0 
3249   93.55  0.0   0.0 
3250   91.90  0.0   0.0 
3251   91.25  1.0   0.0 
3252   95.15  0.0   0.0 
3253   93.80  0.0   0.0 
3254   95.05  0.0   0.0 
3255   95.80  0.0   0.0 
3256  101.70  0.0   0.0 
3257  106.90  0.0   0.0 
3258  102.50  0.0   0.0 
3259   96.75  0.0   0.0 
3260  100.25  0.0   0.0 
3261   98.00  0.0   0.0 
3262   98.20  0.0   0.0 

请您参考如下方法:

下面的代码会得到你想要的返回:

import pandas as pd 
 
data = pd.DataFrame({ 
        'Index':range(452, 464), 
        'close':[113.05,112.05,111.45,114.20,109.45,110.50,109.65,114.4,110.15,110.90,112.25,117.75], 
        'BUY':[1,1,0,0,0,0,0,0,0,0,0,0], 
        'SELL':[0,0,0,0,0,0,0,0,0,0,0,0] 
}) 
 
def calculate_buy_returns(data, n): 
    returns = [] 
    for i, row in data.iterrows(): 
        if row.BUY == 1: 
            if  (i + n) < len(data): 
                # get the close price at index + n 
                close_n = data[data.index == (i + n)].iloc[0].close 
                returns.append((close_n - row.close)/row.close) 
            else: 
                returns.append(0) 
        else: 
            returns.append(0) 
    return returns 
 
data['returns'] = calculate_buy_returns(data, 10) 
 
print(data) 

输出是:

    Index   close  BUY  SELL   returns 
0     452  113.05    1     0 -0.007077 
1     453  112.05    1     0  0.050870 
2     454  111.45    0     0  0.000000 
3     455  114.20    0     0  0.000000 
4     456  109.45    0     0  0.000000 
5     457  110.50    0     0  0.000000 
6     458  109.65    0     0  0.000000 
7     459  114.40    0     0  0.000000 
8     460  110.15    0     0  0.000000 
9     461  110.90    0     0  0.000000 
10    462  112.25    0     0  0.000000 
11    463  117.75    0     0  0.000000