为什么我不能在 Python 中的 DataFrame lambda 计算中使用系列值？

Question

我正在尝试创建一个基本函数，它接受三个 Series 对象并返回一个包含一列值的 DataFrame，类似于下面的示例值。在我的函数中用作参数的 Series 对象已在其索引中包含日期，并且看起来也与以下数据相同。

Date
2022-04-26    4.500
2022-04-27    4.460
2022-04-28    4.540
2022-04-29    4.750
2022-05-02    4.340
              ...
2023-04-20    4.045
2023-04-21    3.990
2023-04-24    3.950
2023-04-25    3.840
2023-04-26    3.880

但是，每当我尝试调用我的函数时，我都会收到此错误，这特别令人困惑，因为我的 DataFrame 已经包含索引，并且我相信我正确使用

assign()

来创建新列。

TypeError: Indexing a Series with DataFrame is not supported, use the appropriate DataFrame column

下面是有问题的罪魁祸首代码。

def standard_pivot(high: pd.Series, low: pd.Series, close: pd.Series) -> pd.DataFrame:
    """
    Returns a `DataFrame` object containing the standard pivot point column.
    """

    date_arr = close.index.tolist()
    pivot_df = pd.DataFrame(index=date_arr)

    pivot_df = pivot_df.assign(pivot=lambda x: (high[x] + low[x] + close[x])/3)
    
    return pivot_df

在这种情况下我做错了什么？我目前正在使用 Python

3.9.5

和 Pandas

2.0.1

作为我的代码。对于给您带来的不便，我深表歉意，并提前感谢您。

Answer 1

x

中的

pivot_df.assign(pivot=lambda x: (high[x] + low[x] + close[x])/3)

是整个

pivot_df

数据帧的问题，并且正如错误消息所述，它不能用作索引器。

一个直接的修复方法是使用

pivot_df = pivot_df.assign(
    pivot=lambda x: (high[x.index] + low[x.index] + close[x.index])/3
)

但我认为以下更优雅（所有内容都将连接到公共索引上）：

pivot_df["pivot"] = (high + low + close)/3