Python 列的条件信号

阅读雅虎财经为nvidia下载ohlcv， 我正在为signal buy/dontbuy创建一个列，当我试图定义哪个通过了avg>volume测试时，所有内容要么全部“买入”，要么不买入

df=pd.read_csv('NVDA.csv',dtype={'label':str})
df['Price%delta']=((df['Close']/df['Open'])*100)                       

df['Avg_volume']=df['Volume'].rolling(7).mean()

df['Signal']=0

for index, row in df.iterrows():
    if row['Volume'] > row['Avg_volume']:
    df['Signal']='Buy'
    else:
        df['Signal']='Dont Buy'

---

您没有指定任何要分配

'Buy'

或

'Don-Buy'

的索引。改用：

---

您没有指定任何要分配

'Buy'

或

'Don-Buy'

的索引。改用：

---

您根本不需要for循环：

mask = df["Volume"] > df["Avg_volume"] 

df.loc[mask, "Signal"] = "Buy"
df.loc[~mask, "Signal"] = 'Don't buy'

---

您根本不需要for循环：

mask = df["Volume"] > df["Avg_volume"] 

df.loc[mask, "Signal"] = "Buy"
df.loc[~mask, "Signal"] = 'Don't buy'

---

使用

np.where（）

的矢量化解决方案：

---

使用

np.where（）

的矢量化解决方案：

---

---

你的问题是什么？使用类似于

df['Signal']=np.where（行['Volume']>行['Avg\u Volume']，'Buy'，'not Buy'）

。避免使用for循环，因为它可以在矢量化的环境中完成way@IanQuah请注意，在每次迭代中，OP只是设置整个系列，而不是每一行。因此，他得到了所有重复的值，根据他的上一次迭代，这些值要么都是

Buy

要么是

Dont Buy

，谢谢你的建议。你的问题是什么？使用类似

df['Signal']=np.where（row['Volume']>row['Avg_Volume']，'Buy'，'Dont Buy'）

。避免使用for循环，因为它可以在矢量化的环境中完成way@IanQuah请注意，在每次迭代中，OP只是设置整个系列，而不是每一行。因此，他得到了所有重复的值，根据他上次的迭代，要么都是

Buy

或者

Dont Buy

，谢谢我感谢你的建议它终于起作用了谢谢你知道得很好。请让我知道，我通过将答案设置为正确来为您解决它。仅供参考-此解决方案将比我发布的用于更大数据帧的矢量化解决方案慢得多。我知道@rahlf23它可以矢量化，但是，鉴于用户不知道如何正确索引数据，我发现在纠正实际代码方面给予一些帮助更合适。不要说你的答案是错误的@nixon，它肯定会为OP产生所需的输出。只是指出一点：）它终于起作用了，谢谢你nixonGood知道。请让我知道，我通过将答案设置为正确来为您解决它。仅供参考-此解决方案将比我发布的用于更大数据帧的矢量化解决方案慢得多。我知道@rahlf23它可以矢量化，但是，鉴于用户不知道如何正确索引数据，我发现在纠正实际代码方面提供一些帮助更合适。不要说你的答案是错误的@nixon，它肯定会为OP生成所需的输出。只需指出一点：）

df['Signal'] = np.where(df['Volume'] > df['Avg_volume'], 'Buy', 'Dont Buy')