如何在DataFrame中插入带条件函数的买卖价差列？

原代码存在三个核心问题：

• 判断逻辑错误：type in mt_trades['type'] == 'BUY'是错误的条件写法，你需要判断的是当前行的交易类型是否为BUY，而非判断参数是否在整列的判断结果集合中。
• 函数无返回值：计算价差后没有用return返回结果，导致apply无法获取有效计算值。
• 错误操作整个DataFrame：函数里直接操作全表，而非处理当前行的单条数据。

修正方案1：使用apply逐行处理 #

修改函数逻辑，让它接收每行数据，判断当前行交易类型后返回计算结果：

def pl_gap(row):
    if row['type'] == 'BUY':
        return row['close_price'] - row['open_price']
    else:
        return row['open_price'] - row['close_price']

mt_trades['pl_gap'] = mt_trades.apply(pl_gap, axis=1)

注意必须添加axis=1，指定按行应用函数。

更高效方案：使用numpy.where向量化运算 #

Pandas中逐行apply效率偏低，推荐用向量化运算直接处理整列，代码更简洁且性能更优：

import numpy as np

mt_trades['pl_gap'] = np.where(
    mt_trades['type'] == 'BUY',
    mt_trades['close_price'] - mt_trades['open_price'],
    mt_trades['open_price'] - mt_trades['close_price']
)

这种方式直接对整列批量运算，适合大数据量场景。

内容的提问来源于stack exchange，提问作者reggie_b