0

Seguramente es una tontería, pero no la pillo. Disponemos del DataFrame siguiente.

dicc = {'Close': {'2014-04-09': 100.49,
  '2014-04-10': 98.95,
  '2014-04-11': 97.85,
  '2014-04-14': 98.73,
  '2014-04-15': 98.81},
 'fear_metric': {'2014-04-09': 31.0,
  '2014-04-10': 31.0,
  '2014-04-11': 21.0,
  '2014-04-14': 23.0,
  '2014-04-15': 23.0},
 'rating': {'2014-04-09': 'nan',
  '2014-04-10': 'nan',
  '2014-04-11': 'nan',
  '2014-04-14': 'nan',
  '2014-04-15': 'nan'}}

df= pd.DataFrame.from_dict(dicc)


        Close   fear_metric     rating
2014-04-09  100.49  31.0    nan
2014-04-10  98.95   31.0    nan
2014-04-11  97.85   21.0    nan
2014-04-14  98.73   23.0    nan
2014-04-15  98.81   23.0    nan

y quiero modificar los valores de la columna 'rating', dependiendo del valor que exista en la columna 'fear_metric' Con este fin construyo el script siguiente.

Preparar DataFrame

for index, row in df.iterrows():
    if row['fear_metric'] <= 25  :
        row['rating'] = 'extreme_fear'
        
    if (row['fear_metric'] > 25)| (row['fear_metric'] < 50 ) :
        row['rating'] = 'fear'
        
    if row['fear_metric'] == 50  :
        row['rating'] = 'neutral'
        
    if (row['fear_metric'] > 50) | (row['fear_metric'] <= 75)  :
        row['rating'] = 'greed'
        
    if row['fear_metric'] > 75  :
        row['rating'] = 'extreme_greed'



df.head                                 

Me devuelve

<bound method NDFrame.head of              Close  fear_metric rating
2014-04-09  100.49         31.0    nan
2014-04-10   98.95         31.0    nan
2014-04-11   97.85         21.0    nan
2014-04-14   98.73         23.0    nan
2014-04-15   98.81         23.0    nan>

Donde se aprecia claramente que no está haciendo lo esperado. ¿Cuál puede ser el error?. Gracias.

1 respuesta 1

1

Buen día,

Al trabajar con dataframes es recomendable utilizar los métodos/funciones disponibles ya que optimizan el cálculo para filas y columnas (Hay que intentar evitar iterar con ciclos las filas/columnas).

La forma eficiente para poder realizar esto sería utilizando pandas.DataFrame.apply ya que puede evaluar fila por fila todo el dataframe y aplicar alguna función que puede o no involucrar el valor de la fila pero en otras columnas.

Teniendo el siguiente dataset (Modifiqué los valores de tu pregunta para mostrar por lo menos un elemento de cada "categoría")

Close fear_metric rating
2014-04-09 100.49 31 nan
2014-04-10 98.95 50 nan
2014-04-11 97.85 21 nan
2014-04-14 98.73 65 nan
2014-04-15 98.81 85 nan

Podemos definir una función que nos devuelva la "categoría" (Hay otras funciones de pandas para crear categorías pandas.Categorical y sub grupos pandas.cut, per no las podemos utilizar porque en este caso tienes "rangos" y al mismo tiempo tienes un valor puntual "50" por lo que no se puede realizar con esas funciones, por eso definimos una función para obtener las categorías):

def cat(x):
    if x <= 25  :
        return 'extreme_fear'
        
    if 25 < x < 50:
        return 'fear'
        
    if x == 50  :
        return 'neutral'
        
    if 50 < x <= 75:
        return 'greed'
        
    if x > 75  :
        return 'extreme_greed'

Y lo único que hay que hacer es aplicar esa función en la columna fear_metric y asignar su resultado en la columna rating

df['rating'] = df['fear_metric'].apply(lambda x: cat(x))

Esto devuelve:

Close fear_metric rating
2014-04-09 100.49 31 fear
2014-04-10 98.95 50 neutral
2014-04-11 97.85 21 extreme_fear
2014-04-14 98.73 65 greed
2014-04-15 98.81 85 extreme_greed

Si lo quisieras hacer con tu ciclo for lo que hace falta es que debes modificar la fila del dataframe original utilizando loc o iloc (Por cierto, tus rangos 25-50 y 50-75 deberían llevar & no |, lo corregí en el ejemplo siguiente)

for index, row in df.iterrows():
    if row['fear_metric'] <= 25  :
        df.loc[index,'rating'] = 'extreme_fear'
        
    if (row['fear_metric'] > 25) & (row['fear_metric'] < 50 ) :
        df.loc[index,'rating']  = 'fear'
        
    if row['fear_metric'] == 50  :
        df.loc[index,'rating']  = 'neutral'
        
    if (row['fear_metric'] > 50) & (row['fear_metric'] <= 75)  :
        df.loc[index,'rating']  = 'greed'
        
    if row['fear_metric'] > 75  :
        df.loc[index,'rating']  = 'extreme_greed'
2
  • Gracias. En mi ruta de autoaprendizaje, me toca dar un pasito más y estudiar las funciones que me indicas: pandas.Categorical, pandas.cut y pandas.DataFrame.apply. Hasta ahora, no utilizaba iterrows, sino for i in..., con loc. Pero descubrí iterrows y quise aplicarlo, pensando que no necesitaba loc.
    – efueyo
    Commented el 3 jun. 2022 a las 8:49
  • No hay de qué, yo no llevo mucho con pandas, algo que me ayudo es leer preguntas pasadas e intentar darles solución, luego comparar mi solución con las aceptadas Commented el 3 jun. 2022 a las 8:53

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.