将我的自定义函数应用于数据框 python

Question

我有一个数据框，其中有一列名为 Signal。我想向该数据框添加一个新列并应用我构建的自定义函数。我在这方面很陌生，在将我从数据框列中获取的值传递给函数时，我似乎遇到了麻烦，因此对于我的语法错误或推理的任何帮助将不胜感激！

Signal
3.98
3.78
-6.67
-17.6
-18.05
-14.48
-12.25
-13.9
-16.89
-13.3
-13.19
-18.63
-26.36
-26.23
-22.94
-23.23
-15.7

这是我的简单函数

def slope_test(x):
    if x >0 and x<20:
        return 'Long'
    elif x<0 and x>-20:
        return 'Short'
    else:
        return 'Flat'

我不断收到此错误： ValueError：Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

这是我试过的代码：

data['Position'] = data.apply(slope_test(data['Signal']))

还有：

data['Position'] = data['Signal'].apply(slope_test(data['Signal']))

Answer 1

您只需要使用 .apply() 到您的数据框系列并传递您的自定义函数。

df.Signal.apply(slope_test)

或者，您可以使用 lambda + apply（在这种情况下不推荐），如下所示：

df.Signal.apply(lambda x: slope_test(x))

输出：

0      Long
1      Long
2     Short
3     Short
4     Short
5     Short
6     Short
7     Short
8     Short
9     Short
10    Short
11    Short
12     Flat
13     Flat
14     Flat
15     Flat
16    Short
Name: Signal, dtype: object

Answer 2

使用 pandas.DataFrame.apply()，这对我有用：

初始化DataFrame

import pandas as pd

d = [
    3.98, 3.78, -6.67, -17.6, -18.05, -14.48,
    -12.25, -13.9, -16.89, -13.3, -13.19, -18.63,
    -26.36, -26.23, -22.94, -23.23, -15.7]

df = pd.DataFrame(d)

定义要应用的函数

def slope_test(x):
    if x >0 and x<20:
        return 'Long'
    elif x<0 and x>-20:
        return 'Short'
    else:
        return 'Flat'

将函数应用于 DataFrame 的右列

df[0].apply(slope_test)
>> 0      Long
1      Long
2     Short
3     Short
4     Short
5     Short
6     Short
7     Short
8     Short
9     Short
10    Short
11    Short
12     Flat
13     Flat
14     Flat
15     Flat
16    Short
Name: 0, dtype: object

Answer 3

尽管您的问题是关于 apply 的，但这将在 Python 时间内运行。您可以使用矢量化方法。这是我第一个想到的，但我认为我可以改进它：

（编辑：无需对其进行改进，我一直在寻找 np.select，jpp 的答案中包含了它，因此我将按原样保留它以演示替代方案）

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': [-5, 2, 15, -10, 22, -50]})
df['category'] = pd.cut(df['a'], [-20, 0, 20], 
                        labels=['short', 'long']).replace(np.NaN, 'flat')

Answer 4

您可以使用 numpy.select 作为矢量化解决方案：

import numpy as np

conditions = [df['Signal'].between(0, 20, inclusive=False),
              df['Signal'].between(-20, 0, inclusive=False)]

values = ['Long', 'Short']

df['Cat'] = np.select(conditions, values, 'Flat')

说明

您正在尝试对一个序列执行操作，就像它是一个标量一样。由于您的错误中解释的原因，这将不起作用。此外，您对 pd.Series.apply 的逻辑不正确。此方法将 function 作为输入。因此，您可以简单地使用 df['Signal'].apply(slope_test).

但是 pd.Series.apply 是一个美化的、低效的循环。您应该利用 Pandas 数据框下的 NumPy 数组提供的矢量化功能。事实上，这是首先使用 Pandas 的一个很好的理由。

将我的自定义函数应用于数据框 python

Applying my custom function to a data frame python

python

binning

dataframe

python-3.x

pandas