python - 如何逐行跳过 DataFrame 标签

Question

我试图跳过对一个特定的 DataFrame 行进行求和，因为但是当我这样做时，我得到了 ValueError:系列的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。。

我知道这是一个常见错误，但我已经阅读了很多文章/帖子，但仍然无法弄清楚。

原代码为:

import os
from iexfinance.stocks import Stock
import pandas as pd

# Set IEX Finance API Token
os.environ['IEX_API_VERSION'] = 'v1'
os.environ['IEX_TOKEN'] = 'token'

df = pd.read_csv("input.csv")

for index, row in df.iterrows():
    symbol = (row["Symbol"])
    company = Stock(symbol, output_format='pandas')
    df_cash_flow = company.get_cash_flow(period="quarter", last='4')
    df_cash_flow['TTM'] = df_cash_flow.sum(axis = 1)
    print(df_cash_flow)

输出为:

                    | 6/30/19 | 4/9/19 | 1/5/19 | 10/5/18 | TTM
-----------------------------------------------------------------
capitalExpenditures |   123   |   456  |   789  |   101   | 1469 
-----------------------------------------------------------------
cashChange          |   101   |   633  |   453  |   902   | 2089 
-----------------------------------------------------------------
............
-----------------------------------------------------------------
reportDate          | 6/30/19 | 4/9/19 | 1/5/19 | 10/5/18 |  2019-06-302019-04-09...
-----------------------------------------------------------------
depreciation        |   764   |   122  |   423  |   199   | 1508
-----------------------------------------------------------------

但我只想输出是:

                    | 6/30/19 | 4/9/19 | 1/5/19 | 10/5/18 | TTM
-----------------------------------------------------------------
capitalExpenditures |   123   |   456  |   789  |   101   | 1469 
-----------------------------------------------------------------
cashChange          |   101   |   633  |   453  |   902   | 2089 
-----------------------------------------------------------------
............
-----------------------------------------------------------------
reportDate          | 6/30/19 | 4/9/19 | 1/5/19 | 10/5/18 |  
-----------------------------------------------------------------
depreciation        |   764   |   122  |   423  |   199   | 1508
-----------------------------------------------------------------

因此，我尝试使用 df.loc['reportDate'] 跳过 reportDate 行标签:

df_cash_flow = company.get_cash_flow(period="quarter", last='4')
    if df_cash_flow.loc['reportDate']:
        pass
    else:
        df_cash_flow['TTM'] = df_cash_flow.sum(axis = 1)

但是会返回ValueError。

我该如何解决这个问题？

Answer 1

解决方法

如果问题只是单个单元格，则可以接受诸如仅丢弃不需要的结果之类的解决方法。

按其工作方式进行求和:df_cash_flow['TTM'] = df_cash_flow.sum(axis = 1)
然后执行:

df_cash_flow.loc['reportDate', 'TTM'] = ''

这样，您就可以将 'reportDate' 行和 'TTM' 列的单元格中的值替换为空字符串。

正确的解决方案

正确的解决方案是在求和之前仅选择所需的行:

df_cash_flow['TTM'] = df_cash_flow.loc[df_cash_flow.index.drop('reportDate')].sum(axis=1)

通过从 index 中删除 'reportDate'，仅对其他行执行求和。您在 'reportDate' 行和 'TTM' 列的单元格中得到 NaN。
如果需要，可以轻松扩展此解决方案以排除其他行。只需删除您不想求和的所有索引标签，将它们放入列表中即可:df_cash_flow.index.drop(['reportDate', 'otherlabel1', 'otherlabel2'])