根据 df1 上的条件创建 pd 系列，并报告来自 df2 或 df3 的值

Question

第一次在这里发帖。 我是 Python 的新手，但利用此处发布的其他问题的答案取得了很多进展。 不幸的是，我在处理看似简单的任务时遇到了麻烦。 我有 3 个熊猫系列，以日期为索引

df1 = {'signal': [0,0,1,1,0,0,1]}  #binary trading signal

df2 = {'SPX': [5,0,5,1,0,5,2]}     #S&P 500 returns

df3 = {'UST': [-1,1,1,0,1,-1,0]}   #10yr Treasury returns

我正在尝试创建一个新系列 df4，它将代表交易信号的回报配置文件。 如果信号 = 1，则获取当天的 df3 值，否则给我 df2 值（所有零的值）

我找到了很多关于这个主题的帖子，看起来很简单，但一直在努力使它们起作用。 我尝试了一个简单的 if 语句...

df4 = df1
    if df1 == 1:
        df4.replace(1, df3)
    else:
        df4.replace(0, df2)

但是我得到了 ValueError：一个系列的真值是不明确的。 使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。 如果我添加 df1.any()，则不会进行任何更改

我也尝试过但未能使用其他解决方案......

df4 = df1.apply(lambda x: df2 if x == 0 else df3, axis=1)

df4 = df1.loc[df1 == 1, df3] == df2

df4 = df1.select([df1 > 0], [df3], default=df2)

我担心的一件事是，如果我将 df4 中的所有 1 替换为 df3 的返回值，并且在某些时候它恰好是 0 ......那么如果我对所有 0 进行第二次替换df4，我可能会放置一个应该留下的 0。

非常感谢任何帮助我了解最有效的方法来做到这一点的帮助。

Answer 1

使用Series.where() ，指定列名。

见https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.where.html

>>> df3.where(df1.signal == 1, other=df2.SPX, axis=0)
  UST
0   5
1   0
2   1
3   0
4   0
5   5
6   0

Answer 2

将numpy.where与 DataFrame 值一起使用

df1 = pd.DataFrame({'signal': [0,0,1,1,0,0,1]})  #binary trading signal
df2 = pd.DataFrame({'SPX': [5,0,5,1,0,5,2]})     #S&P 500 returns
df3 = pd.DataFrame({'UST': [-1,1,1,0,1,-1,0]})   #10yr Treasury returns

data = np.where(df1.values,df3.values,df2.values)
df4 = pd.DataFrame(data)
#df4 = pd.DataFrame(np.where(df1.values,df3.values,df2.values)) 

---

如果 DataFrames 实际上有更多的列，您需要指定 - .values实际上不是必需的

pd.DataFrame(np.where(df1['signal'],df3['UST'],df2['SPX']))
# or
pd.DataFrame(np.where(df1.signal,df3.UST,df2.SPX))

---

与DataFrame.where相比，使用numpy.where非常快