逐行（axis = 0）将函数应用于 Pandas 数据帧以创建四个新列

Question

我一直在玩这个，但我什至无法让最简单的案例工作，所以我要寻求帮助。

我有一个大数据框，我正在尝试向其中添加四个新列。根据下面的 if 语句，每列的值取决于行中的数据。

这是我目前所画的草图：

import pandas as pd

d = {'Signal': [0,1,1,0],
   'Win': [False,True,False,False],
   'Odds': [1.1, 1.2, 1.3, 1.4],
   'Helper': [True,False,False,False],
   'before': ['','','',''],
   'stake':['','','',''],
   'result':['','','',''],
   'after':['','','','']
}

df = pd.DataFrame(d)

def function(df, start, stake_size):
   '''
   takes in three arguments: a dataframe, a start number as int and 
   stake_size as int
   the function fills up before, stake, result, after columns row by row 
   using the IF statements below
   '''
   #if df['Helper']:
   #    df['before'] = start
   #else:
   #    df['before'] = df['after'].shift(1)

   df['before'] = start #This is so I can replicate the example

   if df['Signal'] == 0:
       df['stake'] = 0
       df['result'] = 0
   elif df['Signal'] == 1:
       df['stake'] = df['before'] * (stake_size/100)

   if (df['Signal'] == 1 & df['Win'] == True):
       df['result'] = (df['stake'] * df['odds']) - df['stake']
   else:
       df['result'] = df['stake'] * -1

   df['after'] = df['before'] + df['result']

   return df

df.apply(function, args=(100,5), axis=1)

我只想说，这对我没有任何帮助。

我习惯于使用.apply(function, axis=1) 创建列，但在这种情况下这不起作用，因为为了之前计算，我需要在同一行中计算之后。 IE。每一行都需要按顺序填充。这就是为什么我试图将其作为一个函数来处理，该函数接受行并计算四个新列的值。

如果有任何帮助或类似示例，我将不胜感激。谢谢。

编辑：我接受了 HakunaMaData 的建议并将 Helper 列添加到 df 以确保我按预期应用第一个 if 语句。我最初以为.shift 会在这里工作，但它不会因为我不能在连续应用时移动整个数据框，对吧？

还有其他方法可以解决这个问题吗？

我正在寻找的预期输出是：

answer = {'Signal': [0,1,1,0],
          'Win': [False,True,False,False],
          'Odds': [1.1, 1.2, 1.3, 1.4],
          'Helper': [True,False,False,False],
          'before': [100,100,101,94.95],
          'stake':[0,5,5,0],
          'result':[0,1,-5,0],
          'after':[100,101,95.95,95.95]
          }

Answer 1

这里有几个问题：

Before、Stake、After、Result 等应该是数字类型而不是字符串。所以改变它们 - 像这样：

d = {'Signal': [0,1,1,0],
   'Win': [False,True,False,False],
   'Odds': [1.1, 1.2, 1.3, 1.4],
   'before': [0]*4,
   'stake':[0]*4,
   'result':[0]*4,
   'after':[0]*4
}

现在剩下的代码一般都可以工作了：

df = pd.DataFrame(d)

def function(df, start, stake_size):

   '''
   takes in three arguments: a dataframe, a start number as int and 
   stake_size as int
   the function fills up before, stake, result, after columns row by row 
   using the IF statements below
   '''

   global after #Create a global variable to track the value in the previous row

   if df.name == 0: 
       df['before'] = start
   else: 
        df['before'] = after 

   if df['Signal'] == 0:
       df['stake'] = 0
       df['result'] = 0
   elif df['Signal'] == 1:
       df['stake'] = df['before'] * (stake_size/100)

   if (df['Signal'] == 1 & df['Win'] == True):
       df['result'] = (df['stake'] * df['odds']) - df['stake']
   else:
       df['result'] = df['stake'] * -1

   df['after'] = df['before'] + df['result']

   after = df['after'] #assign the value to the global variable at the end

   return df

最后，使用行轴而不是列轴：

df.apply(function, args=(100,5), axis=1)

这是输出：

Answer 2

首先您需要更改您的功能，您将使用以下命令逐行应用： df.apply(lambda x: function(x,100,5), axis=1)

那么你的函数的签名将是：

def function(row,start,stake_size):
    # Your conditions...
    return row

小心！在这种情况下，您不是使用 apply() 操作数据框，而是使用一行操作，因此您必须在函数中调整您的代码。

希望这会有所帮助！