根据数据框的单元格内容应用两个不同的公式答案

【问题标题】：Apply two different formulas based on the cell content of a dataframe根据数据框的单元格内容应用两个不同的公式
【发布时间】：2022-01-19 23:14:34
【问题描述】：

我有这个名为 optiondf 的数据框：

     strike  type settle openInterest volume
0     10000  Call  24'24        0      0
1     15000  Call  0            0      0
2     20000  Call  23'56        0      0
3     25000  Call  1            0      0
4     30000  Call  23'24        0      0

我希望能够对“结算”列进行一些操作。我想根据列的值中是否存在符号“'”进行过滤。

如果包含“'”，则将此计算作为单元格的值，我已经验证过，计算本身没有问题

pd.to_numeric(optiondf['settle'].str.split(pat="'").str[0])+pd.to_numeric(optiondf['settle'].str.split(pat="'").str[-1])*(1/64)

如果不包含“'”，我只想将值转换为数字，如下所示：

optiondf['settle']=pd.to_numeric(optiondf['settle'])

我已经尝试过这个 pandas 功能，但没有成功，我可能做错了什么：

optiondf['settle'].str.contains("'")=....

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以构造一个适用于不同函数的 lambda：

def func_a(x):
    v = x.split("'")
    return v[0] + v[1] / 64

optiondf['settle'] = optiondf['settle'].apply(lambda x: func_a(x) if "'" in x else pd.to_numeric(x))

【讨论】：

在行上 "optiondf['settle'] = optiondf['settle'].apply(lambda x: func_a(x) if x.contains("'") else pd.to_numeric(x) )" 我得到这个错误 "'str' object has no attribute 'contains'"
抱歉，我混淆了我的语言。固定

【解决方案2】：

您可以尝试使用apply()。

应该是这样的：

def some_function(row):
   value = row["settle"]
   if "'" in row["settle"]:
       row["settle"] = pd.to_numeric(row['settle'].str.split(pat="'").str[0])+pd.to_numeric(row['settle'].str.split(pat="'").str[-1])*(1/64)
   else:
       row["settle"] = pd.to_numeric(row['settle'])
   return row


updated_df = optiondf.apply(somefunction, axis=1)

【讨论】：

row["settle"] = pd.to_numeric(optiondf['settle']) 会将特定单元格的值设置为整列的值吗？不应该是：row["settle"] = pd.to_numeric(row['settle'])
是的，你是对的！来自我的错误复制/粘贴。

【解决方案3】：

您可以使用str.contains 创建一个布尔掩码，并使用它来过滤存在' 的行并将您的计算应用于它们，最后将整个列转换为数字类型。

msk = df['settle'].str.contains("'")
temp = df.loc[msk, 'settle'].str.split("'")
df.loc[msk, 'settle'] = pd.to_numeric(temp.str[0]) + pd.to_numeric(temp.str[-1])*(1/64)
df['settle'] = pd.to_numeric(df['settle'])

或使用np.where 代替上面代码中的最后两行。 np.where 让我们根据条件分配不同的值（在我们的例子中是字符串是否包含'）。如果为真，则操纵数字，否则什么也不做。然后将整列转换为数值类型。

msk = df['settle'].str.contains("'")
temp = df.loc[msk, 'settle'].str.split("'")
df['settle'] = pd.to_numeric(np.where(msk, pd.to_numeric(temp.str[0]) + pd.to_numeric(temp.str[-1])*(1/64), df['settle']))

输出：

   strike  type  settle  openInterest  volume
0   10000  Call  24.375             0       0
1   15000  Call   0.000             0       0
2   20000  Call  23.875             0       0
3   25000  Call   1.000             0       0
4   30000  Call  23.375             0       0

【讨论】：