根据np.select条件生成增量权重的函数

Question

Objective：定义函数以使用标志 (1,2,3) 作为触发不同权重 (.2,.4,0) 的条件。输出是一个只有权重的新 df。

np.select 正在生成此错误：

TypeError：condlist 中的条目 0 无效：应该是 boolean ndarray

图像将所需输出显示为“增量重量输出”

import pandas as pd
import numpy as np

flags = pd.DataFrame({'Date': ['2020-01-01','2020-02-01','2020-03-01'],
                    'flag_1': [1, 2, 3],
                   'flag_2': [1, 1, 1],
                   'flag_3': [2, 1, 2],
                   'flag_4': [3, 1, 3],
                   'flag_5' : [1, 2, 2],
                   'flag_6': [2, 1, 2],
                   'flag_7': [1, 1, 1],
                   'flag_8': [1, 1, 1],
                   'flag_9': [3, 3, 2]})

flags = flags.set_index('Date')

def inc_weights(dfin, wt1, wt2, wt3):
    dfin = pd.DataFrame(dfin.iloc[:,::-1])
    dfout = pd.DataFrame()
    conditions = [1,2,3]
    choices = [wt1,wt2,wt3]
    dfout=np.select(conditions, choices, default=np.nan)
    return(dfout.iloc[:,::-1])
inc_weights = inc_weights(flags, .2, .4, 0)
print(inc_weights)

Input and Output

Answer 1

np.select 是不必要的。使用 df.replace 和映射字典的简单解决方案。

import pandas as pd
import numpy as np

flags = pd.DataFrame({'Date': ['2020-01-01','2020-02-01','2020-03-01'],
                    'flag_1': [1, 2, 3],
                   'flag_2': [1, 1, 1],
                   'flag_3': [2, 1, 2],
                   'flag_4': [3, 1, 3],
                   'flag_5' : [1, 2, 2],
                   'flag_6': [2, 1, 2],
                   'flag_7': [1, 1, 1],
                   'flag_8': [1, 1, 1],
                   'flag_9': [3, 3, 2]})

flags = flags.set_index('Date')

print(flags)

def inc_weights(dfin, wt1, wt2, wt3):
    dfin = pd.DataFrame(dfin.iloc[:,::-1])
    dfout = pd.DataFrame()
    mapping = {1:wt1,2:wt2,3:wt3}
    dfout=dfin.replace(mapping)
    return(dfout.iloc[:,::-1])
inc_weights = inc_weights(flags, .2, .4, 0)
print(inc_weights)

根据np.select条件生成增量权重的函数

Function to generate incremental weights based on np.select conditions

loops

cumulative-sum

python-3.x

pandas