熊猫-根据其他3列中的值在列中设置值

Question

我有一堆交易。数据集中的列提供有关货币和每个事务流向哪个FS的信息。

我想以两种不同的汇率转换货币，这取决于交易流向哪个FS。有两种货币:美元和加元。有两个FS。我有一个列与所有金额的美元和一个与所有的CAD。有关示例，请参见下表。

FS  CUR USD     CAD    USD_FS

BS  USD 1000    1364    X
BS  USD 2000    2729    X
IS  CAD 300     409     X
IS  USD 55      75      X
BS  CAD 1312    1790    X
IS  CAD 3156    4306    X
IS  USD 32165   43881   X
BS  CAD 32156   43869   X

我想在熊猫中实现的psuedo代码是：

ye_rate = 1.3642
average_rate = 1.2957
if FS == 'BS' and CUR == 'CAD':
   USD_FS = CAD/ye_rate
else if FS == 'IS' and CUR == 'USD':
   USD_FS = CAD/average_rate
else:
   USD_FS = USD

到目前为止，我对熊猫的了解如下：

for i in range(0, len(df)):
    if df.loc[i]['Currency'] == 'CAD':
        if df.loc[i]['FS'] == 'BS':
            df.loc[i]['USD_FS'] = df.loc[i]['CAD']/ye_rate
        if df.loc[i]['FS'] == 'IS':
            df.loc[i]['USD_FS'] = df.loc[i]['CAD']/average_rate

我知道这个错误：

值试图在DataFrame的切片副本上设置。

对于上面的示例表，我希望得到以下输出：

FS  CUR USD     CAD     USD_FS

BS  USD 1000    1364    1000
BS  USD 2000    2729    2000
IS  CAD 300     409     409/average_rate
IS  USD 55      75      55
BS  CAD 1312    1790    1790/ye_rate
IS  CAD 3156    4306    4306/average_rate
IS  USD 32165   43881   32165
BS  CAD 32156   43869   43869/ye_rate

Answer 1

你可能需要np.select

rate1=1
rate2=2
s1=(df.FS=='BS')&(df.CUR=='CAD')
s2=(df.FS=='IS')&(df.CUR=='USD')
np.select([s1,s2],[df.CAD*rate1,df.CAD*rate2],default = df.CAD)
#df.CAD=np.select([s1,s2],[df.CAD*rate1,df.CAD*rate2],default = df.CAD)

Out[280]: 
array([ 1364,  2729,   409,   150,  1790,  4306, 43881, 43869],
      dtype=int64)

Answer 2

如果希望继续只依赖Pandas (尽管它构建在Numpy之上)，那么使用.loc索引器的正确语法是：

df.loc[row_indexer,column_indexer]

潘达斯的文档

这是正确的访问方法。 在305: dfc = pd.DataFrame({'A':'aaa'，'bbb'，'ccc'，'B':1,2,3}) 306号: dfc.loc0，'A‘= 11

..。

这根本行不通，所以应该避免。 dfc.loc = 1111