在 Pandas dataframe 中，如何根据每一行的值在 append 中创建一个新的 True / False 列？

Question

我正在尝试根据特定条件为每一行创建一个 dataframe 的股票价格和 append 一个 True/False 列。

ind = [0,1,2,3,4,5,6,7,8,9]
close = [10,20,30,40,30,20,30,40,50]
open = [11,21,31,41,31,21,31,41,51]
upper = [11,21,31,41,31,21,31,41,51]
mid = [11,21,31,41,31,21,31,41,51]
cond1 = [True,True,True,False,False,True,False,True,True]
cond2 = [True,True,False,False,False,False,False,False,False]
cond3 = [True,True,False,False,False,False,False,False,False]
cond4 = [True,True,False,False,False,False,False,False,False]
cond5 = [True,True,False,False,False,False,False,False,False]

def check_conds(df, latest_price):
    ''''1st set of INT for early breakout of bollinger upper''' 
    df.loc[:, ('cond1')] = df.close.shift(1) > df.upper.shift(1)
    df.loc[:, ('cond2')] = df.open.shift(1) < df.mid.shift(1).rolling(6).min()
    df.loc[:, ('cond3')] = df.close.shift(1).rolling(7).min() <= 21
    df.loc[:, ('cond4')] = df.upper.shift(1) < df.upper.shift(2)
    df.loc[:, ('cond5')] = df.mid.tail(3).max() < 30
    df.loc[:, ('Overall')] = all([df.cond1,df.cond2,df.cond3,df.cond4,df.cond5])    
    return df

原始的 9 行乘 4 列 dataframe 仅包含关闭/打开/上/中列。

check_conds 函数很好地返回 df，新的 cond1-5 列返回 True / False 为每一行附加，从而产生一个 dataframe 9 行乘 9 列。

但是，当我尝试应用另一个逻辑来为每一行提供基于 cond1-5 的“总体”真/假时，我收到“ValueError：系列的真值不明确。使用 a.empty, a.bool( )、a.item()、a.any() 或 a.all()。”

df.loc[:, ('Overall')] = all([df.cond1,df.cond2,df.cond3,df.cond4,df.cond5])

所以我试着拔出每一个cond1-5，那些确实是真/假系列。 我如何在 function 中使用最后一行来检查每一行的 cond1-5 并在该行的所有 cond1-5 为 True 时返回 True？

只是无法理解为什么 function 中的 cond1-5 行可以正常工作，只是比较每一行中的值，但是上面最后一行（以类似的风格编写）正在返回整个系列。

请指教！

Answer 1

该错误告诉您使用pd.DataFrame.all 。 要检查所有条件下每行的所有值是否为真，您必须指定参数axis=1 ：

df.loc[:, df.columns.str.startswith('cond')].all(axis=1)

请注意， df.columns.str.startswith('cond')只是选择所有以'cond'开头的列的一种懒惰方式。 当然，您可以使用df[['cond1', 'cond2', 'cond3', 'cond4', 'cond5']]实现相同的效果。