如何在Pandas DataFrame中创建依赖历史值的新列并修复循环错误

需求说明 #

需要在DataFrame中新增Open_Value和Close_Value两列，规则如下：

• 当Open_Flag[i] = 1时，Open_Value[i] = 1000，Close_Value[i] = Open_Value[i] * Change[i]；
• 当Open_Flag[i] = 0时，Open_Value[i] = Close_Value[i-1]（取同组上一行的Close_Value），Close_Value[i] = Open_Value[i] * Change[i]。

原错误代码 #

import pandas as pd

data = {'Date': ['2023-03-05', '2023-03-06', '2023-03-07', '2023-03-05', '2023-03-06', '2023-03-07'],
        'Name': ['abc', 'abc', 'abc', 'xyz', 'xyz', 'xyz'],
        'Change': [.9, .8, .96, .97, 1.3, 1.5],
        'Open_Flag':[1,0,0,1,0,0]}

data = pd.DataFrame(data)

for i in range(len(df.Open_Flag)):
    if df.loc[i, 'Open_Flag'] == 1:
        df.loc[i, 'Open_Value'] = 1000 and df.loc[i, 'Close_Value'] = df[i,'Open_Value'] * df[i,'AlphaPicks Open Close Daily Return_R Script']
    elif df.loc[i, 'pos'] == 1:
        df.loc[i+1, 'pos'] = df.loc[i, 'pos'] + df.loc[i, 'above_hi']

print(df)

报错信息 #

File "", line 3
df.loc[i, 'Open_Value'] = 1000 and df.loc[i, 'Close_Value'] = df[i,'Open_Value'] * df[i,'AlphaPicks Open Close Daily Return_R Script']
^
SyntaxError: cannot assign to operator

期望输出 #

Date Name  Change  Open_Flag  Open_Value  Close_Value
0  2023-03-05  abc    0.90          1        1000        900.0
1  2023-03-06  abc    0.80          0         900        720.0
2  2023-03-07  abc    0.96          0         720        691.2
3  2023-03-05  xyz    0.97          1        1000        970.0
4  2023-03-06  xyz    1.30          0         970       1261.0
5  2023-03-07  xyz    1.50          0        1261       1891.5

解决方案 #

问题分析 #

1. 语法错误：用and连接两个赋值语句，Python不允许这种写法，必须拆分；
2. 变量名不一致：将DataFrame赋值给data，但循环中使用未定义的df；
3. 未分组处理：数据按Name分组，每个组的计算独立，原代码会跨组取错误值；
4. 无关代码冗余：pos相关逻辑与需求无关，需删除；
5. 列逻辑缺失：未补全Open_Flag=0时Close_Value的计算逻辑。

修正代码（循环版） #

import pandas as pd

data = {'Date': ['2023-03-05', '2023-03-06', '2023-03-07', '2023-03-05', '2023-03-06', '2023-03-07'],
        'Name': ['abc', 'abc', 'abc', 'xyz', 'xyz', 'xyz'],
        'Change': [.9, .8, .96, .97, 1.3, 1.5],
        'Open_Flag':[1,0,0,1,0,0]}

# 统一变量名，初始化DataFrame
df = pd.DataFrame(data)
# 初始化新增列
df['Open_Value'] = 0.0
df['Close_Value'] = 0.0

# 按Name分组处理，保证每组独立计算
for name, group in df.groupby('Name'):
    idx_list = group.index
    for i in range(len(idx_list)):
        current_idx = idx_list[i]
        if df.loc[current_idx, 'Open_Flag'] == 1:
            df.loc[current_idx, 'Open_Value'] = 1000
            df.loc[current_idx, 'Close_Value'] = df.loc[current_idx, 'Open_Value'] * df.loc[current_idx, 'Change']
        else:
            # 取同组上一行的Close_Value
            df.loc[current_idx, 'Open_Value'] = df.loc[idx_list[i-1], 'Close_Value']
            df.loc[current_idx, 'Close_Value'] = df.loc[current_idx, 'Open_Value'] * df.loc[current_idx, 'Change']

print(df)

修正代码（Pandas分组Apply版） #

如果数据量较大，推荐用分组Apply的方式，更符合Pandas风格：

import pandas as pd

data = {'Date': ['2023-03-05', '2023-03-06', '2023-03-07', '2023-03-05', '2023-03-06', '2023-03-07'],
        'Name': ['abc', 'abc', 'abc', 'xyz', 'xyz', 'xyz'],
        'Change': [.9, .8, .96, .97, 1.3, 1.5],
        'Open_Flag':[1,0,0,1,0,0]}

df = pd.DataFrame(data)

def calculate_group_values(group):
    # 初始化组内新增列
    group['Open_Value'] = 0.0
    group['Close_Value'] = 0.0
    for i in range(len(group)):
        if group.iloc[i]['Open_Flag'] == 1:
            group.iloc[i]['Open_Value'] = 1000
            group.iloc[i]['Close_Value'] = group.iloc[i]['Open_Value'] * group.iloc[i]['Change']
        else:
            group.iloc[i]['Open_Value'] = group.iloc[i-1]['Close_Value']
            group.iloc[i]['Close_Value'] = group.iloc[i]['Open_Value'] * group.iloc[i]['Change']
    return group

# 分组应用计算函数，保持原索引
df = df.groupby('Name', group_keys=False).apply(calculate_group_values)
print(df)

修正说明 #

• 拆分赋值语句，修复语法错误；
• 统一变量名，解决未定义问题；
• 按Name分组处理，确保每组独立计算，避免跨组取值错误；
• 补全Close_Value的完整计算逻辑；
• 删除无关的pos代码，精简逻辑。

内容的提问来源于stack exchange，提问作者Zachary Marx