迭代数据框并根据一列的值在具有前一行值的新列中执行操作

Posted

技术标签:

【中文标题】迭代数据框并根据一列的值在具有前一行值的新列中执行操作【英文标题】:iterrate over dataframe and based on the value of one column do operations in a new column with previous row's value 【发布时间】:2021-11-23 18:01:10 【问题描述】:

我对他们的行为有少量的股票价格。我想计算拆分后股票的调整所有权数量(即,如果您拥有 1000 股并且股票有 2-1 拆分,那么您的所有权变为 2000 股)。我想遍历“Stock Splits”列,如果值!= 0,则将“所有权”与“Stock Splits”相乘,否则保持拆分前的最后一个数量。我尝试了很多方法,但我不确定我哪里出错了 - 我确实认为逻辑是错误的,但不知道如何解决它。

import yfinance as yf
aapl = yf.Ticker("AAPL")
hist = aapl.history(start="2014-06-01")
hist["ownership"] = 1000


    Open    High    Low Close   Volume  Dividends   Stock Splits    ownership
Date                                
2014-06-02  20.338966   20.366877   19.971301   20.168608   369350800   0.0 0.0 1000
2014-06-03  20.162511   20.492319   20.155774   20.453819   292709200   0.0 0.0 1000
2014-06-04  20.450610   20.785872   20.407940   20.687378   335482000   0.0 0.0 1000
2014-06-05  20.731655   20.833356   20.616479   20.768549   303805600   0.0 0.0 1000
2014-06-06  20.850357   20.893990   20.676150   20.711439   349938400   0.0 0.0 1000 

我的代码如下:

 hist.loc[hist['Stock Splits']==0,'ownerAdj'] = hist['ownership'].shift(1)
hist.loc[hist['Stock Splits']!=0,'ownerAdj'] = hist['ownership'].shift(1) * hist['Stock Splits']

但是我并不总是得到正确的数字,如下例所示,在 2014 年 6 月 9 日 aapl 已拆分(7 比 1),因此从 2014 年 6 月 9 日到下一个日期的结果应该是 7000另一个拆分是 2020-08-31,但拆分后我要回 1000

Date    Open    High    Low Close   Volume  Dividends   Stock Splits    ownership   ownerAdj
0   2014-06-02  20.338964   20.366875   19.971299   20.168606   369350800   0.0 0.0 1000    NaN
1   2014-06-03  20.162515   20.492323   20.155778   20.453823   292709200   0.0 0.0 1000    1000.0
2   2014-06-04  20.450608   20.785870   20.407938   20.687376   335482000   0.0 0.0 1000    1000.0
3   2014-06-05  20.731645   20.833346   20.616470   20.768539   303805600   0.0 0.0 1000    1000.0
4   2014-06-06  20.850359   20.893992   20.676152   20.711441   349938400   0.0 0.0 1000    1000.0
5   2014-06-09  20.818268   21.083269   20.604921   21.042845   301660000   0.0 7.0 1000    7000.0
6   2014-06-10  21.274162   21.346027   21.013652   21.166365   251108000   0.0 0.0 1000    1000.0
7   2014-06-11  21.139424   21.280908   20.991204   21.078789   182724000   0.0 0.0 1000    1000.0

我尝试运行循环,但出现错误:

for i, row in hist.iterrows():
    if row["Stock Splits"] == 0:
        row["ownerAdj"] = row["ownership"].shift(1)
    elif row["Stock Splits"] != 0:
        row["ownerAdj"] = row["ownership"].shift(1) * row["Stock Splits"]

 ---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-51-2d94c5e86953> in <module>
      1 for i, row in hist.iterrows():
      2     if row["Stock Splits"] == 0:
----> 3         row["adjust2"] = row["ownership"].shift(1)
      4     elif row["Stock Splits"] != 0:
      5         row["adjust2"] = row["ownership"].shift(1) * row["Stock Splits"]

AttributeError: 'numpy.float64' object has no attribute 'shift'

【问题讨论】:

【参考方案1】:

你可以做这个矢量化

hist['ownership'] = 1000 * np.cumprod(np.maximum(hist["Stock Splits"], 1))

部分:

# No split can be expressed as a 1.0 split (You get 1 for every 1).
# Assumes you don't have negative splits.
adj_split = np.maximum(hist["Stock Splits"], 1)  

# The multiple of the initial ownership at each day compared to the first.
cumsplit = np.cumprod(adj_split)

initial_ownership = 1000
hist["ownership"] = cumsplit * initial_ownership

【讨论】:

感谢您的回复。运行 hist['ownership2'] = 1000 * np.cumprod(np.maximum(hist["Stock Splits"],1) 时出现 EOF 错误 对不起,忘记了结束括号:)

以上是关于迭代数据框并根据一列的值在具有前一行值的新列中执行操作的主要内容,如果未能解决你的问题,请参考以下文章

SQL:根据另一列的值在列上保留一个具有最大值的行

使用正则表达式根据列的值在数据集中创建新列

如何访问 pandas 数据框列中的字典元素并对其进行迭代以创建填充有各自值的新列?

如何迭代熊猫数据框并创建新列

根据其他列中的值在 python 3 (pandas) 数据框中创建新列

一个基于列值的新列中对应列的添加值