Кадр данных и обновление нового значения столбца в цикле for - PullRequest
Новая
       6

Кадр данных и обновление нового значения столбца в цикле for

0 голосов
/ 11 мая 2018

Я пытаюсь обновить значение в кадре данных, используя метод и forloop. Я передаю фрейм данных в метод и использую цикл for для вычисления значения, которое я хочу поместить в последний столбец.

Вот метод 

def vwap2(df):
sumTpv = 0.00
sumVolume = 0
dayVwap = 0.00

for i, row in df.iterrows():
    #Get all values from each row

    #Find typical price
    tp = (row['HIGH'] + row['LOW'] + row['CLOSE'] + row['OPEN']) / 4
    tpv = tp * row['VOLUME']
    sumTpv= sumTpv + tpv
    sumVolume = sumVolume + row['VOLUME']
    vwap = sumTpv / sumVolume
    #Find VWAP
    #df.assign(VWAP = vwap)
    #row.assign(VWAP = vwap)
    #row["VWAP"] = vwap
    df.set_value(row, 'VWAP', vwap)
    df = df.reindex(row = row)
    df[row] = df[row].astype(float)
    dayVwap = dayVwap + vwap



print('Day VWAP = ', dayVwap)
print('TPV sum = ', sumTpv)
print('Day Volume = ', sumVolume)
return df

И в Dataframe уже есть столбец, так как я добавляю его перед тем, как передать df в метод. Как это 

df["VWAP"] = ""
#do vwap calculation
df = vwap2(df)

Но значения либо все одинаковые, чего не должно быть, либо не записываются. Я попробовал несколько вещей, но безуспешно.

Любая помощь будет оценена Спасибо

ОБНОВЛЕНИЕ

Вот данные, которые я использую, Я каждый раз вытаскиваю его из гугла 

                       CLOSE   HIGH      LOW    OPEN  VOLUME        TP  \
 2018-05-10 22:30:00  97.3600  97.48  97.3000  97.460  371766  97.86375   
 1525991460000000000  97.2900  97.38  97.1800  97.350  116164  97.86375   
 1525991520000000000  97.3100  97.38  97.2700  97.270   68937  97.86375   
 1525991580000000000  97.3799  97.40  97.3101  97.330   46729  97.86375   
 1525991640000000000  97.2200  97.39  97.2200  97.365   64823  97.86375   

                          TPV        SumTPV    SumVol       VWAP  
 2018-05-10 22:30:00  3.722224e+08  1.785290e+09  18291710  97.601027  
 1525991460000000000  3.722224e+08  1.785290e+09  18291710  97.601027  
 1525991520000000000  3.722224e+08  1.785290e+09  18291710  97.601027  
 1525991580000000000  3.722224e+08  1.785290e+09  18291710  97.601027  
 1525991640000000000  3.722224e+08  1.785290e+09  18291710  97.601027

Как видите, все рассчитанные вещи одинаковы.

Вот что я сейчас использую. 

def vwap2(df):
sumTpv = 0.00
sumVolume = 0
dayVwap = 0.00

for i, row in df.iterrows():
    #Get all values from each row

    #Find typical price
    tp = (row['HIGH'] + row['LOW'] + row['CLOSE'] + row['OPEN']) / 4
    df['TP'] = tp

    tpv = tp * row['VOLUME']
    df['TPV'] = tpv

    sumTpv= sumTpv + tpv
    df['SumTPV'] = sumTpv

    sumVolume = sumVolume + row['VOLUME']
    df['SumVol'] = sumVolume

    vwap = sumTpv / sumVolume
    #Find VWAP
    #row.assign(VWAP = vwap)
    #row["VWAP"] = vwap
    #df.set_value(row, 'VWAP', vwap)
    df["VWAP"] = vwap
    dayVwap = dayVwap + vwap


print('Day VWAP = ', dayVwap)
print('TPV sum = ', sumTpv)
print('Day Volume = ', sumVolume)
return df

1 Ответ

0 голосов
/ 11 мая 2018

IIUC, вам не нужен цикл или даже apply - вы можете использовать прямое назначение столбцов и cumsum(), чтобы получить то, что вы ищете.

Некоторые примеры данных: 

import numpy as np
import pandas as pd

N = 20
high = np.random.random(N)
low = np.random.random(N)
close = np.random.random(N)
opening = np.random.random(N)
volume = np.random.random(N)
data = {"HIGH":high, "LOW":low, "CLOSE":close, "OPEN":opening, "VOLUME":volume}
df = pd.DataFrame(data)

df.head()
      CLOSE      HIGH       LOW      OPEN    VOLUME
0  0.848676  0.260967  0.004188  0.139342  0.931406
1  0.771065  0.356639  0.495715  0.652106  0.988217
2  0.288206  0.567776  0.023687  0.809410  0.134134
3  0.832711  0.508586  0.031569  0.120774  0.891948
4  0.857051  0.391618  0.155635  0.069054  0.628036

Назначьте столбцы tp и tpv напрямую, затем примените cumsum, чтобы получить sumTpv и sumVolume: 

df["tp"] = (df['HIGH'] + df['LOW'] + df['CLOSE'] + df['OPEN']) / 4
df["tpv"] = df.tp * df['VOLUME']
df["sumTpv"] = df.tpv.cumsum()
df["sumVolume"] = df.VOLUME.cumsum()
df["vwap"] = df.sumTpv.div(df.sumVolume)

df.head()
      CLOSE      HIGH       LOW      OPEN    VOLUME        tp       tpv  \
0  0.848676  0.260967  0.004188  0.139342  0.931406  0.313293  0.291803   
1  0.771065  0.356639  0.495715  0.652106  0.988217  0.568881  0.562178   
2  0.288206  0.567776  0.023687  0.809410  0.134134  0.422270  0.056641   
3  0.832711  0.508586  0.031569  0.120774  0.891948  0.373410  0.333063   
4  0.857051  0.391618  0.155635  0.069054  0.628036  0.368340  0.231331   

     sumTpv  sumVolume      vwap  
0  0.291803   0.931406  0.313293  
1  0.853982   1.919624  0.444869  
2  0.910622   2.053758  0.443393  
3  1.243685   2.945706  0.422203  
4  1.475016   3.573742  0.412737

Обновление (за комментарий OP):
Чтобы получить dayVwap как сумму всех vwap, используйте dayVwap = df.vwap.sum().

...