Python 使用For循环查找数据帧中的浮点值

我有一个函数，我将遍历它以找到浮点数的第一个实例，然后打印“we hit profit”。在下面的例子中，我想从WAP专栏中找到8.49并停止查找。我收到错误消息： 对于利润价格中的x： TypeError:“numpy.float64”对象不可编辑

profit_Price = round((Wap_price * 0.020) + Wap_price,2)

def profit_stop(x):

    for x in profit_Price:
        if x == 8.49:
            print('we hit profit')
    else:
        return x

#calls the above function 'profit_stop'
df['WAP'].apply(profit_stop)

wap=df['wap']
wap=[wap中x的浮动（x）]#请确保类型正确
对于wap中的x：
当x<8.49时：
打印（x）
打破
其他：
打印（‘我们成功了’）
打破

---

当接近8.49时，应该停止此操作。

如果您的目的是比较，则不必担心停止（除非您的

数据帧非常庞大）
pandas
依赖于
numpy
比较，这种比较非常有效，并且比Python
for
循环运行得更快

运行
df['WAP']==8.49
或
np.close（df['WAP']，8.49）
将为
系列中的每个元素返回一个布尔数组（
True
/
False
）。您可以使用它过滤
系列
，以获得所需的值：

df[np.close(df['WAP'], 8.49)]

这将返回仅包含WAP为8.49的行的
数据帧。
我不确定您想做什么
apply
分别运行每个元素上给定的函数，即-对于
df['WAP']
中的每个数字
num
，它将运行
profit\u stop（num）
。没有办法在中间停止应用（除了提高<代码>异常/代码>），所以我应该如何将逻辑测试应用到数据文件中的WAP列。我是否需要从该列创建一个列表，然后对其进行迭代？在
pandas.Series上的任何逻辑操作都是元素操作。试试df['WAP']==8.49
，看看会发生什么。然后尝试
df[df['WAP']==8.49]
，尽管您最好使用
df[np.isclose（df['WAP']，8.49）]
（因为浮点比较并不总是100%准确），我看到其中一个将返回真/假和行号。第二行返回WAP中包含8.49的整行。但当我使用var名称proit_Price时，我得到了“空数据帧”。利润高于价格。我试图在WAP列中找到第一行包含我的利润价格。我还希望我的WAP列不会总是包含我的利润价格，我会在WAP列中搜索低于我的利润价格的止损值。如果我们达到利润，价格显示第一行发生的情况。若我们并没有达到盈亏平衡，那个么显示我们达到止损点的那个一行。
df[np.close(df['WAP'], 8.49)]