时间戳

首页 > 解决方案 > 熊猫数据框根据另一个字段的条件更改值

python - 熊猫数据框根据另一个字段的条件更改值

问题描述

我有一个带有 4 列的熊猫数据框res：帐户、货币、余额 LCY、余额 FCY

我还有一个包含所有不同货币汇率的字典汇率（关键货币名称：价值汇率作为字符串）我需要将货币不是欧元的账户上的 Balance LCY 更改为Balance FCY / rate。

我试图运行：

res['Balance LCY'].loc[res['Currency'] != 'EUR'] = res['Balance FCY'] / float(rates[res['Currency']])

但是我得到一个错误：

TypeError: 'Series' objects are mutable, thus they cannot be hashed

任何帮助表示赞赏。

似乎问题是在货币列中提取特定单元格的值，以在外部字典中执行查找。

我设法自己解决了这个问题，方法是将字典转换为数据框，将其与原始 res 数据框连接，然后执行计算。

解决方案代码：

erates = pd.DataFrame(list(rates.items()), columns=['Currency', 'Rate'])
res = pd.merge(res, erates, how='left', on='Currency')
res.loc[res['Currency'] != 'EUR', 'Balance LCY'] = res['Balance FCY'] / res['Rate']

样本数据资源：

Account,Currency,Balance LCY,Balance FCY
123,EUR,-299183.94,0
124,EUR,-28578532,0
125,EUR,0,0
126,CAD,0,0
127,PLN,0,-2646970
128,ZAR,0,-5026915
129,DKK,0,-2862948.8
130,CHF,0,-343557.9
131,USD,0,-71672.87
132,CAD,0,84295.63
133,SGD,0,-269976.9
134,TRY,0,-494451.56
135,NZD,0,-256601.95
136,JPY,0,0

费率：

rates= {
"CAD": 1.432,
"HKD": 8.4117,
"ISK": 138.3,
"PHP": 54.955,
"DKK": 7.4702,
"HUF": 337.1,
"CZK": 25.061,
"AUD": 1.6363,
"RON": 4.804,
"SEK": 10.569,
"IDR": 14867.58,
"INR": 77.754,
"BRL": 4.755,
"RUB": 69.548,
"HRK": 7.449,
"JPY": 120.96,
"THB": 34.164,
"CHF": 1.061,
"SGD": 1.5131,
"PLN": 4.2835,
"BGN": 1.9558,
"TRY": 6.6131,
"CNY": 7.5945,
"NOK": 10.0873,
"NZD": 1.7104,
"ZAR": 16.2965,
"USD": 1.0801,
"MXN": 20.5183,
"ILS": 3.6985,
"GBP": 0.8351,
"KRW": 1309.45,
"MYR": 4.5294
}

标签： pythonpandasdataframe

解决方案

有一个简单的设计解决方案 - 您应该始终将您的基础货币添加到您的字典中，其中 FX rate 等于 1。

在你的情况下：

rates["EUR"]=1

erates = pd.DataFrame(list(rates.items()), columns=['Currency', 'Rate'])
res = pd.merge(res, erates, how='left', on='Currency')
res["Balance LCY"]=res["Balance FCY"].div(res["Rate"])

输出：

   Account Currency    Balance LCY  Balance FCY      Rate
0      123      EUR       0.000000         0.00    1.0000
1      124      EUR       0.000000         0.00    1.0000
2      125      EUR       0.000000         0.00    1.0000
3      126      CAD       0.000000         0.00    1.4320
4      127      PLN -617945.605229  -2646970.00    4.2835
5      128      ZAR -308465.928267  -5026915.00   16.2965
6      129      DKK -383249.283821  -2862948.80    7.4702
7      130      CHF -323805.749293   -343557.90    1.0610
8      131      USD  -66357.624294    -71672.87    1.0801
9      132      CAD   58865.663408     84295.63    1.4320
10     133      SGD -178426.343269   -269976.90    1.5131
11     134      TRY  -74768.498889   -494451.56    6.6131
12     135      NZD -150024.526427   -256601.95    1.7104
13     136      JPY       0.000000         0.00  120.9600

推荐阅读