为什么Iterrows不能做数学运算-而是返回整数值，而这些值应该是浮点数 [英] Why can't iterrows do math - and instead returns integer values where these should be floats

问题描述

我想遍历数据框，然后用复杂计算中的利率填充框的一列。显然，循环遍历框架的最佳方法是使用 iterrows -但是当我使用 iterrows 时，我得到整数仅值：

I want to loop through a data frame and then fill a column of the frame with interest rates from a complex calculation. Apparently, the best way to loop through a frame is to use iterrows - But when I use iterrows, I get integer values only:

import pandas
df = pandas.DataFrame({"A": [1,2,3,4,5]})
df['B']=0
for index, row in df.iterrows():
    row['B']=row['A']*10.05
df

返回

   A   B
0  1  10
1  2  20
2  3  30
3  4  40
4  5  50

这是不正确的，因为A中的所有值都乘以10.05。

Which is incorrect, given that all values in A were multiplied by 10.05.

下面的示例给出了正确的结果：

The example below, gives the correct results:

df['B']=df['A']*10.05

   A      B
0  1  10.05
1  2  20.10
2  3  30.15
3  4  40.20
4  5  50.25

如上所述，使用此方法并不容易，因为计算很复杂。

As said, it is not easy to use this method, because the calculations are complex.

我可以使用 iterrows 产生正确的结果吗？

Can I use iterrows to produce the correct result?

推荐答案

似乎您需要使用 loc （ at ， ix ）：

It seems you need assign scalar values with loc (at, ix):

for index, row in df.iterrows():
    df.loc[index, 'B'] =row['A']*10.05
print (df)
   A      B
0  1  10.05
1  2  20.10
2  3  30.15
3  4  40.20
4  5  50.25

但更好使用 apply ：

But better is use apply with custom function:

df = pandas.DataFrame({"A": [1,2,3,4,5]})


def f(x):
    x['B'] = x.A * 10.05
    #another code
    return x

df = df.apply(f, axis=1)
print (df)
     A      B
0  1.0  10.05
1  2.0  20.10
2  3.0  30.15
3  4.0  40.20
4  5.0  50.25

这篇关于为什么Iterrows不能做数学运算-而是返回整数值，而这些值应该是浮点数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！