數據框真假值

Question

我目前有這個可行的

df['AStrategy'] = df['Areturn'][df['BUY'] == True]
df['BStrategy'] = df['Breturn'][df['SELL'] == True]

我想添加一個條件，該條件是，僅當以下情況中的“買入”為假時，我才會賣出，但沒有用

df['AStrategy'] = df['Areturn'][df['BUY'] == True]
df['BStrategy'] = df['Breturn'][df['SELL'] == True & df['BUY'] == False]

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

為什么不起作用？

有什么建議嗎？ 謝謝

Answer 1

df['BStrategy'] = df['Breturn'][(df['SELL'] == True) & (df['BUY'] == False)]

它應該起作用，要應用多個過濾器，您需要使用方括號

Answer 2

如果僅檢查是非，則可以執行以下操作：

df['BStrategy'] = df['Breturn'][df['SELL'] & ~df['BUY']]

---

你的問題

由Python的Operator優先級解釋。

您的由於以下原因而無法工作： ==屬性比&屬性少。 但是()具有最高優先級，因此附上您的聲明有效。

我給您提供的解決方案之所以有效，是因為：〜x的優先級高於& 。

---

例

import pandas as pd
import numpy as np

np.random.seed(1234)

df = pd.DataFrame({
    'SELL':np.random.choice([True,False],6),
    'BUY':np.random.choice([True,False],6),
    'Breturn':np.random.randint(10,size=6),
})

df['BStrategy'] = df['Breturn'][df['SELL'] & ~df['BUY']]

print(df)

返回值：

     BUY  Breturn   SELL  BStrategy
0   True        6  False        NaN
1  False        8  False        NaN
2  False        0   True        0.0
3  False        5  False        NaN
4  False        0   True        0.0
5  False        9   True        9.0