Pandas使用自定义函数填充列报真值歧义错误的解决方法

错误原因 #

你遇到的Truth is ambiguous报错以及逻辑不生效问题，由以下几个写法错误共同导致：

• 循环逻辑错误：for x in df默认遍历DataFrame的列名，并非逐行遍历数据行
• 条件判断错误：if df['Type'] == 'sell'是对整列做等值判断，返回的是一组布尔值序列，Python的if分支判断需要单个真值，Pandas无法直接将整组布尔值转换为单个True/False，因此抛出真值歧义错误
• 赋值逻辑错误：调用盈亏计算函数后没有接收返回值，反而将函数对象本身追加到结果列表，即使不报错也无法得到正确数值
• 语法笔误：传参时写了重复赋值openPrice=openPrice=df['Price']，属于无效语法
• 冗余操作：提前用insert插入空值列后续再覆盖，属于多余步骤

正确实现方案 #

优先使用Pandas向量化运算实现，无需写显式循环，性能远高于逐行遍历，也不会触发布尔判断相关错误：

import pandas as pd 

fxContactSize = 100000
bid = 0.6821
ask = 0.6830

df = pd.read_excel("Template.xlsx")

# 向量化逐行匹配逻辑计算盈亏
df["SimulatedPnL"] = round(
    fxContactSize * df["Volume"] * (
        # 空单(sell)：开仓卖出、平仓买入，平仓成交价为当前ask
        (df["Type"] == "sell") * (df["Price"] - ask)
        # 多单(buy)：开仓买入、平仓卖出，平仓成交价为当前bid
        + (df["Type"] == "buy") * (bid - df["Price"])
    ),
    2
)

如果你需要保留原有两个自定义计算函数的结构，可以用df.apply指定axis=1逐行传参计算：

import pandas as pd 

fxContactSize = 100000
bid = 0.6821
ask = 0.6830

df = pd.read_excel("Template.xlsx")

def long_calc(lot, contract, closePrice, openPrice):
    pnl = round((lot*contract)*(closePrice-openPrice), 2)
    return pnl

def short_calc(lot, contract, openPrice, closePrice):
    pnl = round((lot*contract)*(openPrice-closePrice), 2)
    return pnl

def row_pnl_calc(row):
    if row["Type"] == "sell":
        return short_calc(
            lot=row["Volume"],
            contract=fxContactSize,
            openPrice=row["Price"],
            closePrice=ask
        )
    else:
        return long_calc(
            lot=row["Volume"],
            contract=fxContactSize,
            openPrice=row["Price"],
            closePrice=bid
        )

df["SimulatedPnL"] = df.apply(row_pnl_calc, axis=1)

补充说明 #

• 数据量超过1万行时，第一种向量化实现的运算速度是apply逐行遍历的数十到数百倍，优先选择
• 注意外汇交易的报价对应逻辑：bid是市场买盘价（你卖出时的成交价），ask是市场卖盘价（你买入时的成交价），上述代码已经匹配了多空平仓的对应成交价，如果你的业务有特殊规则可以自行调整参数

内容的提问来源于stack exchange，提问作者Jimmy