Resumen del problema: Tengo un data-frame con información de una base de datos de la siguiente manera:
source company category header content published_date sentiment
0 Forbes General Electric None Is New England Baking The Books On Oil-Fired C... The rise of natural gas as the primary fuel fo... 2014-01-01 0
1 Forbes General Electric None DARPA Is Building A Vanishing Battery: This Po... Considering that batteries are typically desig... 2014-01-02 0
2 Forbes General Electric None Four High-Yielding ETFs For Growth And Income Growth & income exchange-traded funds typicall... 2014-01-02 0
3 Forbes Citigroup None Analyst Moves: BAC, DUK, PZZA This morning, Citigroup upgraded shares of Ban... 2014-01-02 0
4 WSJ JPMorgan MARKETS JPMorgan Broker Barred for Role in Insider Tra... Finra says information about merger, acquisiti... 2014-01-02 0
El resultado esperado que debería obtener luego de actualizar los valores en la columna de sentiment
es el siguiente (son poco más de 25,000 filas en total):
source company category header content published_date sentiment
0 Forbes General Electric None Is New England Baking The Books On Oil-Fired C... The rise of natural gas as the primary fuel fo... 2014-01-01 -1
1 Forbes General Electric None DARPA Is Building A Vanishing Battery: This Po... Considering that batteries are typically desig... 2014-01-02 1
2 Forbes General Electric None Four High-Yielding ETFs For Growth And Income Growth & income exchange-traded funds typicall... 2014-01-02 0
3 Forbes Citigroup None Analyst Moves: BAC, DUK, PZZA This morning, Citigroup upgraded shares of Ban... 2014-01-02 -1
4 WSJ JPMorgan MARKETS JPMorgan Broker Barred for Role in Insider Tra... Finra says information about merger, acquisiti... 2014-01-02 1
El algoritmo que utilizo para actualizar los valores es el siguiente. Note que verificando los valores antes y después de utilizar 'at' o 'loc' dentro del loop ' for e in ch_ix:' los valores cambian, pero luego de que termina el loop 'for index in range(len(stock_list_company_name)):' imprimo 'dfd' y la columna 'sentiment' sigue teniendo los mismos valores de cero:
dfd = db_data.copy()
for index in range(len(stock_list_company_name)):
cont = dfd.loc[dfd["company"] == stock_list_company_name[index]]
#stock_data es un dataframe que contiene las columnas 'ticker, date, closed, volume, sentiment' y tiene más filas que el df dfd (58,000).
cont2 = stock_data.loc[stock_data["ticker"] == ticker_list[index]]
dates = cont2["date"].values
for ix in range(len(dates)):
if(not cont.loc[cont["published_date"] == dates[ix]].empty):
ch_ix = cont.loc[cont["published_date"] == dates[ix], "sentiment"].index
for e in ch_ix:
cont.at[e,"sentiment"] = cont2["sentiment"].values[ix]
print(dfd['sentiment'] #los valores siguen siendo ceros
Intente crear un diccionario para guardarlos valores de índice
y sentimiento
y luego agregarlos en otro 'for loop', pero tampoco funcionò.
Alguien puede ayudarme, ya busqué y consulté los documentos y otras preguntas y respuestas en este foro, pero hasta el momento sigo sin saber por qué no se actualizan los valores.
Código muestra en google colab: url
loc
oat
df.to_csv()
una vez construidos)