基于另一DataFrame单元格值赋值Python DataFrame单元格的问题

我需要根据DataFrame（df1）的单元格值，给同尺寸（索引与列一致）的DataFrame（df2）赋值，规则如下：

• df2所有单元格默认值为0
• 若df1某列出现连续两个1，则将df2对应列的第二个位置设为1，后续该列单元格保持1，直到df1该列出现连续两个-1
• 当df1某列出现连续两个-1时，将df2对应列的第二个位置设为0，后续保持0，直到df1该列再次出现连续两个1，重复上述逻辑

编写的代码触发错误：

ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types

示例数据与代码 #

输入数据与初始代码 #

import pandas as pd

dic_in = {'A':[0, 1, 1, 0, -1, -1, 0],
         'B':[-1, 0, 0, 1, 1, -1, -1]}
index = pd.date_range('1/2/1998', '1/8/1998', freq='D')
df1 = pd.DataFrame(dic_in, index=index)
df1_prev = df1.shift(1)

df2 = df1.copy()*0

for j in df1.columns:
    for idx in df1.index:
        if(df1.iloc[idx,j]==1) & (df1_prev.iloc[idx,j]==1):
            df2.iloc[idx,j] = 1
        elif(df1.iloc[idx,j]!=-1) & (df1_prev.iloc[idx,j]==1):
            df2.iloc[idx,j] = 1
        else:
            df2.iloc[idx,j] = 0

df1实际数据 #

A  B
1998-01-02  0 -1
1998-01-03  1  0
1998-01-04  1  0
1998-01-05  0  1
1998-01-06 -1  1
1998-01-07 -1 -1
1998-01-08  0 -1

期望的df2输出 #

A  B
1998-01-02  0  0
1998-01-03  0  0
1998-01-04  1  0
1998-01-05  1  0
1998-01-06  0  1
1998-01-07  0  1
1998-01-08  0  0

问题分析与修复 #

错误原因 #

代码中使用iloc[idx,j]时，idx是日期类型的索引，而iloc仅支持整数、整数切片、整数列表或布尔数组类型的索引，这直接触发了类型错误。

修复后的代码 #

通过逐列跟踪状态的方式实现需求，既避开索引错误，又准确实现状态切换逻辑：

import pandas as pd

dic_in = {'A':[0, 1, 1, 0, -1, -1, 0],
         'B':[-1, 0, 0, 1, 1, -1, -1]}
index = pd.date_range('1/2/1998', '1/8/1998', freq='D')
df1 = pd.DataFrame(dic_in, index=index)

# 初始化df2为全0
df2 = pd.DataFrame(0, index=df1.index, columns=df1.columns)

for col in df1.columns:
    # 预先标记触发状态切换的位置
    # 连续两个1的第二个位置
    trigger_up = (df1[col] == 1) & (df1[col].shift(1) == 1)
    # 连续两个-1的第二个位置
    trigger_down = (df1[col] == -1) & (df1[col].shift(1) == -1)
    
    current_state = 0  # 初始状态为0
    for i in range(len(df1)):
        # 检查当前位置是否触发状态切换
        if trigger_up.iloc[i]:
            current_state = 1
        elif trigger_down.iloc[i]:
            current_state = 0
        # 第一个位置永远是0，从第二个位置开始赋值当前状态
        if i > 0:
            df2.iloc[i, df2.columns.get_loc(col)] = current_state

print(df2)

验证结果 #

运行代码后输出与期望完全一致，同时解决了索引错误的问题。

逻辑说明 #

1. 用trigger_up和trigger_down预先标记每列中触发状态切换的位置，逻辑更清晰
2. 逐列维护current_state变量，跟踪当前应该输出的0/1状态
3. 使用整数索引访问iloc，避免日期索引的类型错误
4. 第一个位置保持默认0，因为没有前一个值可以构成连续的1或-1

内容的提问来源于stack exchange，提问作者VChopra