pandas DataFrame场景下AttributeError未按预期运行问题咨询

核心问题原因 #

• 错误调用isnull()方法：pandas的isnull()是Series、DataFrame等容器对象的方法，从行中取出的单个浮点值（无论是否为NaN）属于numpy标量类型，没有isnull()成员方法，所以无论Quantity Long是否为空，row.loc["Quantity Long"].isnull()都会触发AttributeError，直接进入except分支，永远不会执行累加Quantity Short的逻辑。
• 缺少返回值判断：即使isnull()可以正常调用，你的代码也没有对该方法的返回布尔值做判断，只要方法调用不报错，无论Quantity Long是否为空，都会直接累加Quantity Short，和预期逻辑完全不符。
• iterrows()使用错误：iterrows()迭代返回的元组结构为(行索引, 行数据)，你定义的(col, row)变量名不符合实际返回结构，虽然未使用第一个变量暂时不影响运行，但属于语法使用错误。

修正后代码 #

直接使用pandas全局空值判断函数pd.isna()处理单个值的空值判断，无需异常捕获：

from collections import defaultdict
import pandas as pd

"""
creating dict of {symbol:[spot, aggregate]
"""
abn_dict = defaultdict(lambda: [0, 0])

for idx, row in abn_df.iterrows():
    symbol = row.loc["Symbol"]
    if pd.isna(row.loc["Quantity Long"]):
        # Quantity Long为空时累加Short值
        abn_dict[symbol][1] += row.loc["Quantity Short"]
    else:
        # Quantity Long非空时累加Long值
        abn_dict[symbol][1] += row.loc["Quantity Long"]

内容的提问来源于stack exchange，提问作者Bamir