Pandas基于returns列新建returns_direction列报KeyError如何解决

错误原因 #

• 循环遍历对象错误：for i in df['returns']中的i是returns列的实际数值，不是DataFrame的行索引，使用df['returns'][i]相当于拿收益率数值当索引取值，你的索引不存在对应值所以抛出KeyError
• 赋值符号错误：代码中使用==做赋值操作，==是相等比较运算符，赋值应该用=
• 链式索引风险：直接用df['列名'][索引]的写法属于链式索引，Pandas可能抛出SettingWithCopyWarning，推荐用loc索引完成赋值

修复方案 #

方案1：向量化操作（最优，性能最高） #

直接将布尔判断结果转为整型，一行代码即可实现，无需导入第三方库：

df['returns_direction'] = (df['returns'] > 0).astype('int')

也可以用np.where实现，可读性更强：

import numpy as np
df['returns_direction'] = np.where(df['returns'] > 0, 1, 0)

方案2：循环写法（仅作参考，不推荐，大数据量下性能极差） #

如果必须使用循环实现，需要遍历行索引而非列值：

for idx in df.index:
    if df.loc[idx, 'returns'] > 0:
        df.loc[idx, 'returns_direction'] = 1
    else:
        df.loc[idx, 'returns_direction'] = 0

内容的提问来源于stack exchange，提问作者Claire