根据Pandas上的列值应用lambda

Question

我有一个数据帧，取决于列Order的值我想取Value列的值并做一些计算。

DataFrame1

   Order Shares Value 
2011-01-10 BUY 1300  340.99 
2011-01-10 SELL 1200  340.99 
2011-01-11 SELL 1100  330.99 

行代码：

impacts['NewValue']=float(impacts.Order.apply(lambda x: (impacts.Value + (impacts.Value * 0.006)) if x == 'SELL' else (impacts.Value - (impacts.Value * 0.006)))) 

错误：

类型错误：ufunc '乘法' 不包含循环使用签名匹配类型DTYPE（” S32'）dtype（'S32'）dtype（'S32'）

我的理解是错误是由数字的内容引起的，因此这就是为什么我试图将它转换为浮点数的原因。

预期输出

  Order Shares Value NewValue 
2011-01-10 BUY 1300 340.99 338.94 
2011-01-10 SELL 1200 340.99 343.03 
2011-01-11 SELL 1100 330.99 332.97 

任何帮助都欢迎。谢谢！

Answer 1

希望这有助于:-)（修改自己的代码而已，你的示例代码将返回错误）

df.apply(lambda x: (x.Value + (x.Value * 0.006)) if x.Order == 'SELL' else (x.Value - (x.Value * 0.006)),axis=1) 
Out[790]: 
2011-01-10 338.94406 
2011-01-10 343.03594 
2011-01-11 332.97594 
dtype: float64 

要获得df

df['NewValue']=df.apply(lambda x: (x.Value + (x.Value * 0.006)) if x.Order == 'SELL' else (x.Value - (x.Value * 0.006)),axis=1) 
df 
Out[792]: 
      Order Shares Value NewValue 
2011-01-10 BUY 1300 340.99 338.94406 
2011-01-10 SELL 1200 340.99 343.03594 
2011-01-11 SELL 1100 330.99 332.97594 

---

我会用np.where

import numpy as np 
np.where(df.Order=='SELL',(df.Value + (df.Value * 0.006)),(df.Value - (df.Value * 0.006))) 
Out[794]: array([ 338.94406, 343.03594, 332.97594]) 

分配完后回

df['NewValue']=np.where(df.Order=='SELL',(df.Value + (df.Value * 0.006)),(df.Value - (df.Value * 0.006))) 
df 
Out[796]: 
      Order Shares Value NewValue 
2011-01-10 BUY 1300 340.99 338.94406 
2011-01-10 SELL 1200 340.99 343.03594 
2011-01-11 SELL 1100 330.99 332.97594 

Answer 2

（太长的评论），这里的温氏np.where的一个稍微精简版：

i = np.where(df.Order == 'SELL', 1, -1) * 0.006 
df.Value = df.Value.mul(i) + df.Value 

print(df.Value) 
2011-01-10 338.94406 
2011-01-10 343.03594 
2011-01-11 332.97594 
dtype: float64 

使用df.Order确定操作前的征兆。