如何根据同一数据框中的另一列计算 Pandas 数据框中的值
How can I calculate values in a Pandas dataframe based on another column in the same dataframe
我正在尝试在 Pandas 数据框中创建一个新的值列，这些值是根据同一数据框中的另一列计算得出的：
df['ema_ideal'] = df['Adj Close'].ewm(span=df['ideal_moving_average'], min_periods=0, ignore_na=True).mean
但是，我收到错误消息：
ValueError: The truth of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any(), or a.all().
如果我将 span 设置为 30 或某个整数，则不会收到此错误。另外，ideal_moving_average 是一列浮点数。
我的两个问题是：
为什么我会收到错误消息？
如何将 ideal_moving_average 中的列值合并到 df['ema_ideal'] 列中（子问题，因为我是 Pandas 的新手 - 此列是数据框中的一个系列吗？）
感谢您的帮助！
编辑：显示 Adj Close 数据的示例，格式错误
Date Open High Low Close Adj Close
2017-01-03 225.039993 225.830002 223.880005 225.240005 222.073914
2017-01-04 225.619995 226.750000 225.610001 226.580002 223.395081
2017-01-05 226.270004 226.580002 225.479996 226.399994 223.217606
2017-01-06 226.529999 227.750000 225.899994 227.210007 224.016220
2017-01-09 226.910004 227.070007 226.419998 226.460007 223.276779
2017-01-10 226.479996 227.449997 226.009995 226.460007 223.276779
从另一个数据框创建数据框列绝对没有问题。
您收到的错误完全不同，当您尝试将 Series 与 and、or、not 等逻辑函数进行比较时，会返回此错误。 .
通常，要避免此错误，您必须明智地比较 Series 元素，例如使用 & 而不是 and，或 ~ 而不是 not，或使用 numpy 进行元素明智的比较。
这里的问题是您尝试使用 Serie 作为 ema 的跨度，而 pandas ewma 函数只接受整数作为跨度。
例如，您可以计算每个可能周期的 ema，然后将它们重新组合到您设置为数据框 ema ideal 列的 Serie 中。
我认为这样的东西对你有用：
df['ema_ideal'] = df.apply(lambda x: df['Adj Close'].ewm(span=x['ideal_moving_average'], min_periods=0, ignore_na=True).mean(), axis=1)
提供 axis=1 到 DataFrame.apply 允许您按需要访问数据行。
对于任何想知道的人来说，问题是 span 不能取多个值，当我试图将 df['ideal_moving_average'] 传递给它时发生了这种情况。相反，我使用了下面的代码，它似乎是逐行将该行的值传递给 span.
df['30ema'] = df['Adj Close'].ewm(span=df.iloc[-1]['ideal_ma'], min_periods=0, ignore_na=True).mean()
编辑：我暂时接受这是正确的，直到有人表明它不起作用或可以创造更好的东西，感谢您的帮助。
我正在尝试在 Pandas 数据框中创建一个新的值列，这些值是根据同一数据框中的另一列计算得出的：
df['ema_ideal'] = df['Adj Close'].ewm(span=df['ideal_moving_average'], min_periods=0, ignore_na=True).mean
但是，我收到错误消息：
ValueError: The truth of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any(), or a.all().
如果我将 span 设置为 30 或某个整数，则不会收到此错误。另外，ideal_moving_average 是一列浮点数。
我的两个问题是：
为什么我会收到错误消息？
如何将 ideal_moving_average 中的列值合并到 df['ema_ideal'] 列中（子问题，因为我是 Pandas 的新手 - 此列是数据框中的一个系列吗？）
感谢您的帮助！
编辑：显示 Adj Close 数据的示例，格式错误
Date Open High Low Close Adj Close
2017-01-03 225.039993 225.830002 223.880005 225.240005 222.073914
2017-01-04 225.619995 226.750000 225.610001 226.580002 223.395081
2017-01-05 226.270004 226.580002 225.479996 226.399994 223.217606
2017-01-06 226.529999 227.750000 225.899994 227.210007 224.016220
2017-01-09 226.910004 227.070007 226.419998 226.460007 223.276779
2017-01-10 226.479996 227.449997 226.009995 226.460007 223.276779
从另一个数据框创建数据框列绝对没有问题。
您收到的错误完全不同，当您尝试将 Series 与 and、or、not 等逻辑函数进行比较时，会返回此错误。 .
通常，要避免此错误，您必须明智地比较 Series 元素，例如使用 & 而不是 and，或 ~ 而不是 not，或使用 numpy 进行元素明智的比较。
这里的问题是您尝试使用 Serie 作为 ema 的跨度，而 pandas ewma 函数只接受整数作为跨度。
例如，您可以计算每个可能周期的 ema，然后将它们重新组合到您设置为数据框 ema ideal 列的 Serie 中。
我认为这样的东西对你有用：
df['ema_ideal'] = df.apply(lambda x: df['Adj Close'].ewm(span=x['ideal_moving_average'], min_periods=0, ignore_na=True).mean(), axis=1)
提供 axis=1 到 DataFrame.apply 允许您按需要访问数据行。
对于任何想知道的人来说，问题是 span 不能取多个值，当我试图将 df['ideal_moving_average'] 传递给它时发生了这种情况。相反，我使用了下面的代码，它似乎是逐行将该行的值传递给 span.
df['30ema'] = df['Adj Close'].ewm(span=df.iloc[-1]['ideal_ma'], min_periods=0, ignore_na=True).mean()
编辑：我暂时接受这是正确的，直到有人表明它不起作用或可以创造更好的东西，感谢您的帮助。