Python 将数据帧传递到函数中，然后使用条件执行计算

我将一个大数据帧传递到一个函数中，我编写该函数是为了对条件进行一些计算，但Python返回了一个错误。我想这是因为我正在检查数据列是否等于某个特定值，然后执行一个计算，否则执行另一个计算

我尝试在pandas数组中进行计算，而不是在每行数据中循环，然后逐行计算，因为数据集很大

数据的一个子集如下所示：

import pandas as pd
myData = pd.DataFrame({'K':[810,820,825,830,840],'Type':
['C','C','P','P','C'],'S':[978,978,978,978,978],'R':
[0.05,0.05,0.05,0.05,0.05]})

在数据帧中读取的函数如下所示：

def function(type,S,K,r):
    if type == 'C':
        calc = S / K * r
    elif type == 'P':
        calc = (S + r) / K - r * 10
    return calc

我试图通过执行以下操作将myData传递到函数中：

function(myData['Type'],myData['S'],myData['K'],myData['r'])

错误消息是：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我认为这个错误与myData['Type']和Type='C'的条件有关。有没有办法解决这个问题，或者我必须遍历数据集并计算每一行？

---

谢谢。

IIUC，您可以使用

np。选择
：

condition = [myData.Type == 'C', myData.Type == 'P']

choiceList = [myData.S / myData.K * myData.R, (myData.S + myData.R) / myData.K - myData.R * 10]

np.select(condition,choiceList)

输出：

array([ 0.06037037,  0.05963415,  0.68551515,  0.67837349,  0.05821429])

IIUC，您可以使用
np。选择
：

condition = [myData.Type == 'C', myData.Type == 'P']

choiceList = [myData.S / myData.K * myData.R, (myData.S + myData.R) / myData.K - myData.R * 10]

np.select(condition,choiceList)

输出：

array([ 0.06037037,  0.05963415,  0.68551515,  0.67837349,  0.05821429])

我尝试使用
myData.groupby（'Type'）
：

结果表明：

Out[149]:
    K    R       S  Type    calc
0   810 0.05    978 C   0.060370
1   820 0.05    978 C   0.059634
2   825 0.05    978 P   0.685515
3   830 0.05    978 P   0.678373
4   840 0.05    978 C   0.058214

Uder 50的声誉是痛苦的添加评论！如果你喜欢它，就接受它吧
 我尝试使用
myData.groupby（'Type'）
：

结果表明：

Out[149]:
    K    R       S  Type    calc
0   810 0.05    978 C   0.060370
1   820 0.05    978 C   0.059634
2   825 0.05    978 P   0.685515
3   830 0.05    978 P   0.678373
4   840 0.05    978 C   0.058214

Uder 50的声誉是痛苦的添加评论！如果你喜欢它，就接受它吧
 使用
myData.apply（lambda x:function（x['Type']、x['S']、x['K']、x['R']、axis=1）
或
[函数（*x）表示zip中的x（myData['Type']、myData['S']、myData['K']、myData['R']）
或
[函数（x['Type']、x['S']、x['K']、x['R']）表示myData中的x（）。这三种方法都有效！我不熟悉Python和编程，你介意解释第二和第三种方法的含义吗？使用
myData.apply（lambda x:function（x['Type']、x['S']、x['K']、x['R']、axis=1）
或
[函数（*x）表示zip中的x（myData['Type']、myData['S']、myData['K']、myData['R']）
或
[函数（x['Type']、x']、x['R']对于myData.iterrows（）]
？@Zero中的x，谢谢您的输入。这三种方法都有效！我是Python和编程新手，你介意解释一下第二个和第三个方法是什么意思吗？谢谢你的输入，这个方法很有效。但是，我担心的是，“choiceList”计算列表中的值和存储，然后与“condition”列表进行比较。我不熟悉Python和编程，但这种方法似乎占用了大量内存，对吗？谢谢您的输入，这种方法很有效。但是，我担心的是，“choiceList”计算列表中的值和存储，然后与“condition”列表进行比较。我不熟悉Python和编程，但这种方法似乎会消耗大量内存，对吗？