如何遍历pandas DataFrame字段、对比值并匹配另一DataFrame的日期？

本次报错的核心诱因：

• 代码中if df['Boolean'] == 'False':是直接对整个布尔列（Series对象）做条件判断，pandas无法确定需要判断「所有值为假」还是「任意值为假」，因此抛出真值歧义错误
• 额外存在两个逻辑错误：
  • 生成的df['Boolean']是原生布尔类型，取值为True/False，不是字符串，不需要加引号和'False'做比较
  • 直接用newsdf[h] == df['Date']是两个Series的逐行比较，同样会触发同类歧义问题

方案1：向量化匹配（推荐，性能更高） #

不需要手动逐行遍历列，用pandas内置方法即可高效完成判断和匹配：

import pandas as pd

# 1. 生成涨跌标记列：False对应下跌（看空信号），True对应上涨（看多信号）
df['is_rise'] = df['Open'] < df['Close']

# 2. 统一日期格式避免匹配失败，根据实际数据格式调整
df['Date'] = pd.to_datetime(df['Date']).dt.date
newsdf.iloc[:, 0] = pd.to_datetime(newsdf.iloc[:, 0]).dt.date

# 3. 转成集合加快匹配速度，假设newsdf只有日期一列
news_date_set = set(newsdf.iloc[:, 0])

# 4. 遍历判断输出结果
for idx, row in df.iterrows():
    if not row['is_rise']:
        if row['Date'] in news_date_set:
            # 取新闻对应的索引
            news_idx = newsdf[newsdf.iloc[:, 0] == row['Date']].index[0]
            print('Bearish signal ')
            print(news_idx)
    else:
        print('Signal bullish')

方案2：单独遍历Boolean列（符合原思路需求） #

如果只需要单独遍历Boolean列逐行判断，可以用如下写法：

df['Boolean'] = df['Open'] < df['Close']
# 提前做格式转换和集合预处理同上
news_date_set = set(newsdf.iloc[:, 0])

for i, bool_val in df['Boolean'].items():
    current_date = df.loc[i, 'Date']
    if not bool_val:
        if current_date in news_date_set:
            news_idx = newsdf[newsdf.iloc[:, 0] == current_date].index[0]
            print('Bearish signal ')
            print(news_idx)
    else:
        print('Signal bullish')

如果newsdf中存在重复日期，上述代码默认返回第一个匹配的索引，需要返回所有匹配索引可将index[0]替换为to_list()输出列表。

内容的提问来源于stack exchange，提问作者MATH ASKER