Dataframe 带loc的Python循环

在运行执行循环操作的代码时，我遇到了以下错误。有人能指出我犯的错误吗？这样我就可以改正了

代码的目的是尝试查看下一行“股息”是否等于零，如果不等于零，则下一行“调整因子”将执行等式右侧的操作。我真的不知道该怎么修。请给我一些帮助，非常感谢

for i in range(data.shape[0]):
    if i == (data.shape[0]-1): 
    continue
    data.loc[data['Dividend'].iloc[i+1] != 0, data['Adjusting Factor'].iloc[i+1]] = (data['EQIX US EQUITY'].iloc[i] - data['Dividend'].iloc[i]) 
    data['Adjusted Premium'].iloc[i] = data['Put'].iloc[i] * data['Adjusting Factor']

keyrerror回溯（最近一次调用）
get\u loc中的~\Anaconda3\lib\site packages\pandas\core\index\base.py（self、key、method、tolerance）
2896尝试：
->2897自动返回发动机。获取位置（钥匙）
2898除按键错误外：
pandas/_libs/index.pyx在pandas中。_libs.index.DatetimeEngine.get_loc（）
pandas/_libs/index.pyx在pandas中。_libs.index.DatetimeEngine.get_loc（）
pandas/_libs/hashtable_class_helper.pxi在pandas._libs.hashtable.Int64HashTable.get_item（）中
pandas/_libs/hashtable_class_helper.pxi在pandas._libs.hashtable.Int64HashTable.get_item（）中
关键错误：1
在处理上述异常期间，发生了另一个异常：
KeyError回溯（最近一次呼叫最后一次）
get\u loc中的~\Anaconda3\lib\site packages\pandas\core\index\datetimes.py（self、key、method、tolerance）
1056尝试：
->1057返回索引。获取位置（自身、键、方法、公差）
1058除外（KeyError、ValueError、TypeError）：
get\u loc中的~\Anaconda3\lib\site packages\pandas\core\index\base.py（self、key、method、tolerance）
2898除按键错误外：
->2899返回self.\u引擎。获取self.\u loc（self.\u可能\u cast\u索引器（键））
2900 indexer=self.get_indexer（[key]，method=method，tolerance=tolerance）
pandas/_libs/index.pyx在pandas中。_libs.index.DatetimeEngine.get_loc（）
pandas/_libs/index.pyx在pandas中。_libs.index.DatetimeEngine.get_loc（）
pandas/_libs/hashtable_class_helper.pxi在pandas._libs.hashtable.Int64HashTable.get_item（）中
pandas/_libs/hashtable_class_helper.pxi在pandas._libs.hashtable.Int64HashTable.get_item（）中
关键错误：1
在处理上述异常期间，发生了另一个异常：
TypeError回溯（最近一次调用上次）
在里面
12如果i==（data.shape[0]-1）：#跳过最后一次运行以避免出现错误
13继续
--->14 data.loc[data['股息].iloc[i+1]！=0，data['调整系数].iloc[i+1]=（data['EQIX美国股票].iloc[i]-data['股息].iloc[i]）/data['EQIX美国股票].iloc[i]
15数据['调整后的溢价].iloc[i]=数据['投入].iloc[i]*数据['调整系数']
16 data.loc[data['Adjust Factor'].iloc[i]！=data['Adjust Factor'].iloc[i-1]，'Adjusted Contract Multiplier']=（data['Adjusted Contract Multiplier'].iloc[i-1]）/data['adjustment Factor'].iloc[i]
~\Anaconda3\lib\site packages\pandas\core\index.py in\uuuuuu setitem\uuuuuuuu（self、key、value）
202其他：
203 key=com.apply\u如果可调用（key，self.obj）
-->204 indexer=self.\u get\u setitem\u索引器（键）
205带有索引器（索引器，值）的self.\u setitem\u
206
~\Anaconda3\lib\site packages\pandas\core\index.py在\u get\u setitem\u索引器中（self，key）
180如果isinstance（键、元组）：
181试试看：
-->182返回self.\u convert\u元组（键，is\u setter=True）
183除索引错误外：
184通行证
~\Anaconda3\lib\site packages\pandas\core\index.py in\u convert\u元组（self、key、is\u setter）
260如果i>=self.obj.ndim：
261 raise IndexingError（“索引器太多”）
-->262 idx=self.\u将\u转换为\u索引器（k，轴=i，is\u setter=is\u setter）
263 keyidx.append（idx）
264返回元组（keyidx）
~\Anaconda3\lib\site packages\pandas\core\index.py in\u convert\u to\u indexer（self、obj、axis、is\u setter、raise\u缺失）
1286其他：
1287尝试：
->1288返回标签。获取位置（obj）
1289除LookupError外：
1290#仅当我们是setter时才允许找不到密钥
get\u loc中的~\Anaconda3\lib\site packages\pandas\core\index\datetimes.py（self、key、method、tolerance）
1063
1064尝试：
->1065邮票=时间戳（钥匙）
1066如果stamp.tzinfo不是None，self.tz不是None：
1067 stamp=stamp.tz_转换（self.tz）
pandas/_-libs/tslibs/timestaps.pyx在pandas中。_-libs.tslibs.timestaps.Timestamp.uu新的uu（）
pandas/_-libs/tslibs/conversion.pyx在pandas中。_-libs.tslibs.conversion.conversion_-to_-tsobject（）
TypeError:无法将类型的输入[True]转换为时间戳

好的，我不确定“调整系数”函数的计算是否正确，因为我不知道公式。 如果你写这个公式，我会修正的

但方法是：
您将diffident向前移动一行并计算。
我过去常常申请，因为这很容易

data['Dividend_befor']=data['Dividend'].shift(1).fillna(0)
def Adjusted_Premium_dividend(row):
    if(row['Dividend_befor']!=0):
        Adjusted_factor=row['EQIX US EQUITY'] - row['Dividend']
        Adjusted_Premium = row['Put'] * Adjusted_factor
        return Adjusted_Premium
    else:
        return 0
def adjustment_factor_dividend(row):
    if(row['Dividend_befor']!=0):
        Adjusted_factor=row['EQIX US EQUITY'] - row['Dividend']
        return Adjusted_factor
    else:
        return 0
data['Adjusted_factor']  = data.apply(adjustment_factor_dividend,axis=1)
data['Adjusted_Premium']  = data.apply(adjustment_factor_dividend,axis=1)
data

---

有人能在这里帮忙吗？你能展示你的df部分吗？数据框有太多的列和行。我担心这可能会令人困惑。然而，需要注意的是，它们都是数值。这个提示有用吗？谢谢你。你的方法解决了我的问题。

data['Dividend_befor']=data['Dividend'].shift(1).fillna(0)
def Adjusted_Premium_dividend(row):
    if(row['Dividend_befor']!=0):
        Adjusted_factor=row['EQIX US EQUITY'] - row['Dividend']
        Adjusted_Premium = row['Put'] * Adjusted_factor
        return Adjusted_Premium
    else:
        return 0
def adjustment_factor_dividend(row):
    if(row['Dividend_befor']!=0):
        Adjusted_factor=row['EQIX US EQUITY'] - row['Dividend']
        return Adjusted_factor
    else:
        return 0
data['Adjusted_factor']  = data.apply(adjustment_factor_dividend,axis=1)
data['Adjusted_Premium']  = data.apply(adjustment_factor_dividend,axis=1)
data