Python:KeyError:0-函数,用于从通过循环访问的数据帧子集创建列表
我有一个循环,它创建了一个更大数据帧的子集,然后将这些子集作为函数的输入进行分析。此函数返回一个列表。我用指纹看它停在哪里。因此,对于循环中的第一次运行,我可以看到子集,函数的列表输出,但是当它再次启动时,第二次运行,我看到第二个子集,但是在函数中,我得到以下错误:Python:KeyError:0-函数,用于从通过循环访问的数据帧子集创建列表,python,list,loops,dynamic,tuples,Python,List,Loops,Dynamic,Tuples,我有一个循环,它创建了一个更大数据帧的子集,然后将这些子集作为函数的输入进行分析。此函数返回一个列表。我用指纹看它停在哪里。因此,对于循环中的第一次运行,我可以看到子集,函数的列表输出,但是当它再次启动时,第二次运行,我看到第二个子集,但是在函数中,我得到以下错误: <ipython-input-11-8f6203e297e3> in ssd(x, y) 8 9 for i in range(x.shape[0]): ---> 10
<ipython-input-11-8f6203e297e3> in ssd(x, y)
8
9 for i in range(x.shape[0]):
---> 10 spread_cumdiff += (x[i] - y[i]) **2
11
12 return spread_cumdiff
我有这样的想法:
df_test = pd.DataFrame(np.random.randint(low=0, high=10, size=(5, 5)),
columns=['a', 'b', 'c', 'd', 'e'],
index = ['20100101', '20100102', '20100103', '20100104', '20100105']
dfs = []
N = 3
for x in np.arange(len(df_test)+1)[N:]:
df1 = df_test.iloc[np.arange(x - N, x)]
test_list = myfunc(df1) # it takes in df1, makes some computation and returns a
# list of 2-element tuples, i.e. [('a', 'b'), ('d', 'e')]
编辑:请参见下面的功能:
def ssd(x, y):
spread_cumdiff = 0
for i in range(x.shape[0]):
#print("x_i", x[i])
#print("y_i", y[i])
spread_cumdiff += (x[i] - y[i]) **2
return spread_cumdiff
我试着使用print函数,但在第二次运行循环时,它甚至都没有实现
def pairs_match(df, p):
df_norm = df.assign(**df.drop('datetime', 1).pipe(lambda d: d.div(d.shift().bfill()).cumprod()))
df_norm = df_norm.replace([np.inf, -np.inf], np.nan)
df_norm.fillna(method = 'ffill', inplace = True)
df_norm.fillna(method = 'bfill', inplace = True)
ticker = df_norm.columns.values.tolist()
ticker.pop(0)
ticker_list = pd.DataFrame({'ticker': ticker})
# to be implemented: if length of list list <2, then skip the entire run!
all_pairs = list(itertools.permutations(ticker_list.ticker, 2))
squared = []
presel_pairs = []
for i in all_pairs:
squared.append(ssd(df_norm[i[0]].head(n = train_win), df_norm[i[1]].head(n = train_win))) # ssd(x,y) function from above
tbl_dist = pd.DataFrame({'Pair' : all_pairs, 'SSD' : squared})
ssd_perctl = p
ssd_thresh = stats.scoreatpercentile(tbl_dist['SSD'], ssd_perctl)
presel_pairs = tbl_dist[tbl_dist['SSD'] <= ssd_thresh]
presel_pairs_list = presel_pairs['Pair']
presel_pairs_list = presel_pairs_list.reset_index(drop = True)
return presel_pairs_list
def对匹配(df,p):
df_norm=df.assign(**df.drop('datetime',1).pipe(lambda d:d.div(d.shift().bfill()).cumprod())
df_norm=df_norm.replace([np.inf,-np.inf],np.nan)
df_norm.fillna(方法='ffill',inplace=True)
df_norm.fillna(方法='bfill',inplace=True)
ticker=df_norm.columns.values.tolist()
股票代码pop(0)
ticker_list=pd.DataFrame({'ticker':ticker})
#要执行的操作:如果列表长度请尝试分别打印x[i]
和y[i]
,以便知道这两个选项中的哪一个会导致键错误。另外,请发布该函数,因为如果没有它,我们就不知道发生了什么。正如我们所想,问题确实出在cumsum更新函数上。我将函数重写如下:
def ssd(x, y):
spread_diff_sq = np.subtract(x, y) **2
spread_diff_sq_cum = spread_diff_sq.cumsum()
spread_cumdiff = spread_diff_sq_cum.iloc[-1]
return spread_cumdiff
这并不是问题的根源,但是它避免了循环。这似乎是spread_cumdiff+=(x[i]-y[i])**2的+=
部分的问题;我拿走了+
进行测试,然后该函数似乎可以工作了。不知道该怎么办。
def ssd(x, y):
spread_diff_sq = np.subtract(x, y) **2
spread_diff_sq_cum = spread_diff_sq.cumsum()
spread_cumdiff = spread_diff_sq_cum.iloc[-1]
return spread_cumdiff