Панды - Установить значение в столбце на основе значений в 3 других столбцах

Question

У меня есть дамп транзакций.Столбцы в наборе данных предоставляют информацию о валюте и о том, в какую ФС поступает каждая транзакция.

Я хочу переводить валюты по двум разным курсам в зависимости от того, в какую ФС поступает транзакция.Есть две валюты USD и CAD.Есть две ФС.У меня есть столбец со всеми суммами в долларах США и один со всеми в CAD.См. Таблицу ниже для примера.

FS  CUR USD     CAD    USD_FS

BS  USD 1000    1364    X
BS  USD 2000    2729    X
IS  CAD 300     409     X
IS  USD 55      75      X
BS  CAD 1312    1790    X
IS  CAD 3156    4306    X
IS  USD 32165   43881   X
BS  CAD 32156   43869   X

Код psuedo, который я хочу реализовать в пандах:

ye_rate = 1.3642
average_rate = 1.2957
if FS == 'BS' and CUR == 'CAD':
   USD_FS = CAD/ye_rate
else if FS == 'IS' and CUR == 'USD':
   USD_FS = CAD/average_rate
else:
   USD_FS = USD

Это то, что у меня есть в пандах:

for i in range(0, len(df)):
    if df.loc[i]['Currency'] == 'CAD':
        if df.loc[i]['FS'] == 'BS':
            df.loc[i]['USD_FS'] = df.loc[i]['CAD']/ye_rate
        if df.loc[i]['FS'] == 'IS':
            df.loc[i]['USD_FS'] = df.loc[i]['CAD']/average_rate

Я получаю эту ошибку:

Значение пытается быть установлено для копии среза из DataFrame

Для приведенной выше таблицы примеров,Я хочу следующий вывод:

FS  CUR USD     CAD     USD_FS

BS  USD 1000    1364    1000
BS  USD 2000    2729    2000
IS  CAD 300     409     409/average_rate
IS  USD 55      75      55
BS  CAD 1312    1790    1790/ye_rate
IS  CAD 3156    4306    4306/average_rate
IS  USD 32165   43881   32165
BS  CAD 32156   43869   43869/ye_rate

Answer 1

Если вы хотите продолжать полагаться только на Панд (даже если он построен поверх Numpy), правильный синтаксис для использования индексатора .loc:

df.loc[row_indexer,column_indexer]

Per Pandas ' документация :

Это правильный метод доступа

В [305]: dfc = pd.DataFrame ({' A ': ['aaa ',' bbb ',' ccc '],' B ': [1,2,3]})

В [306]: dfc.loc [0,' A '] = 11

...

Это не будет работать вообще, поэтому его следует избегать

dfc.loc [0] ['A'] = 1111

Answer 2

Вам может понадобиться np.select

rate1=1
rate2=2
s1=(df.FS=='BS')&(df.CUR=='CAD')
s2=(df.FS=='IS')&(df.CUR=='USD')
np.select([s1,s2],[df.CAD*rate1,df.CAD*rate2],default = df.CAD)
#df.CAD=np.select([s1,s2],[df.CAD*rate1,df.CAD*rate2],default = df.CAD)

Out[280]: 
array([ 1364,  2729,   409,   150,  1790,  4306, 43881, 43869],
      dtype=int64)