AttributeError: ("'float' object has no attribute 'iloc'", 'occurred at index 0')の解決

======【追記】======

最終的に実現したいこと

closeの値だけがあるところ（下表左列）に、
「closeの値の当日と前日との差が+、かつ前日と前々日の差も+」の場合'true'、
それ以外の場合が'-'と、右列に'signal'として挿入したいと考えています。

Python
1#   close  signal
2#0  1807    nan
3#1  1805    nan
4#2  1833    -
5#3  1905    true
6#4  1915    true

==================

困っていること、及び該当のソースコード

以下のようなデータがあったとき（簡略化しています）、
条件にあった場合とそうでない場合を分けてシグナルを出したいと考えています。

Python
1#   close
2#0  1807
3#1  1805
4#2  1833
5#3  1905
6#4  1915

最新の数字（上記の場合＃4）がその前の数字よりも大きい場合'true'と表示させ、
それ以外は'-'としようと考え、以下のように書いたところ、

Python
1def signal(df):
2    if df['close'].iloc[-1] > df['close'].iloc[-2]:
3        return 'true'
4    else:
5        return '-'
6df['signal'] = df.apply(signal, axis=1)

AttributeError: ("'float' object has no attribute 'iloc'", 'occurred at index 0')
というエラーが表示されました。

df['close'].iloc[-1]単体で呼び出したら正しい数字が抽出されますし、
df['close'].iloc[-1] > df['close'].iloc[-2]も単体だと'true'と表示されたのに、
上記の条件文としたらエラーが表示されてしまう、という状況です。
かつ、エラーの意味がわからず、対処法に困っています。

まだ知識が浅く、理解が間違っていたり、不足していたり、応用が効かない状態のため、
質問の仕方自体もままならず、うまく伝わっていないかもしれませんが、アドバイスいただけると助かります。
お手数おかけしますが、よろしくお願いします。

======【追記】======
いろいろ調べてみたところ、

In: type(df['close'].iloc[-1])
Out: numpy.float64

と表示されており、.ilocで引っ張ってくるのがpandas形式になっていないのが原因のような気がしました。
※他の似たようなプログラムでうまく表示されているもののtypeは「pandas.core.series.Series」と表示されていたため

したがって、この場合、
・df['close'].iloc[-1] > df['close'].iloc[-2]　をpandas形式になるように変更する
もしくは、
・df.applyのところで調整する？
ということが考えられるのかなと思いました。

が、その解決方法がわからないため、もしよろしければ、解決法をご教授いただけますと幸いです。まだ不明点等ありましたが、ご指摘ください。よろしくお願いします。

shiracamus

2020/01/20 23:16 編集

エラーメッセージにソースファイル名、行番号、ソースコードなどが表示されてませんか？複数表示されてると思いますが、その中の自分のソースコードのエラー行には何が書いてあるのですか？質問に書いてある行で間違いないですか？

t_obara

2020/01/21 01:26

signal(df)のdfが期待した値になっているのか確認してみてはいかがですか？それを見ると、提示されたメッセージが表示された理由がわかるかもしれません。

frodo821

2020/01/21 02:46

そもそもこれpandasのドキュメント見たらわかると思うんですけど、DataFrame.applyに渡した関数に渡されるのはDataFrameじゃないですよ。気にしたことがなかったので合っているかわからない(というかそもそもドキュメントに記載がない)ので推測なんですが、Seriesが渡されているんじゃないでしょうか。

qsuke

2020/01/21 06:55

みなさま、ご指摘ありがとうございます。エラーの該当箇所は記載している箇所で間違いはないのですが、いろいろ調べてみたところ、 In: type(df['close'].iloc[-1]) Out: numpy.float64 と表示されており、.ilocで引っ張ってくるのがpandas形式になっていないのが原因のような気がしました。 ※他の似たようなプログラムでうまく表示されているもののtypeは「pandas.core.series.Series」と表示されていたためしたがって、この場合、・df['close'].iloc[-1] > df['close'].iloc[-2]　をpandas形式になるように変更するもしくは、・df.applyのところで調整する？ということが考えられるのかなと思いました。が、その解決方法がわからないため、もしよろしければ、解決法をご教授いただけますと幸いです。まだ不明点等ありましたが、ご指摘ください。よろしくお願いします。

shiracamus

2020/01/21 07:26 編集

最後と最後から2個目を比較した結果をどこに代入するのですか？最終的に手に入れたいデータ結果を書いていただけますか？

t_obara

2020/01/21 07:26

なので表示すれば何がきているのかわかりますし、このケースではapplyが適していないのでは？と思い至るとなお良いかと。また、期待する結果を提示されると、適切なコードを提示してくれる人も出てくるかもしれません。

qsuke

2020/01/21 08:10

ご指摘ありがとうございます。「最終的に実現したいこと」を追記してみました。もともとの書き方が間違っていたかも（かつ、不足していた）ですが… closeの値だけがあるところ（下表左列）に、「closeの値の当日と前日との差が+、かつ前日と前々日の差も+」の場合'true'、それ以外の場合が'-'と、右列に'signal'として挿入したいと考えています。

shiracamus

2020/01/21 08:30

'true' か '-' なのに 'nan' があるのはなんなんですか？

qsuke

2020/01/21 08:41

差分を取る対象のclose値がないところは、計算できないので'nan'になるのかなと思い、そう記入しました。そこは、'-'でも問題はありません。

行動規範の内容に同意します

回答1件

ベストアンサー

すこし冗長ですが、こういうやり方もあります。

python
1df['signal'] = df['close'].rolling(2, min_periods=1).apply(lambda sr: 1 if sr[1:] and sr[1] > sr[0] else 0, raw=True).apply(lambda x: 'True' if x else '-')

DataFrame.rollingやSeries.rollingは、複数の行または列にわたって集計するための関数です。

これを少し見やすくして解説します。

python
1def aggregate(sr):
2  # `lambda sr: 1 if sr[1:] and sr[1] > sr[0] else 0`に相当する関数
3  # データがあり、かつ先にあるデータのほうが値が小さい場合1を返し、それ以外なら0を返す。
4  if sr[1:] and sr[1] > sr[0]:
5    return 1
6  return 0
7
8# 2行ずつデータを処理する。min_periods=1を指定しないと、最初の行が処理されない。
9rolling = df['close'].rolling(2, min_periods=1)
10
11# raw=Trueはpandas側の将来的な変更に対処するため。
12# なくても今は動くが、警告が出る。
13aggregated = df.apply(aggregate, raw=True)
14
15# aggregatedのそれぞれの値を'true'か'-'の文字列値に変えてdf['signal']に格納する。
16df['signal'] = aggregated.apply(lambda x: 'true' if x else '-')

見やすくして簡単にコメントをつけてみました。
複数行の処理にはrollingメソッドを使います。
今回の場合、'close'行のみ集計に使うので、df['close']でこの行のみに処理を行っています。

また、処理を2段階に分けているのは、rolling.applyに数値以外を返す関数は渡すことができないからです。

ここまでやるのであれば、おそらくfor文でやったほうがいいような気がします。
一応その場合も書いておきます。

forでやる場合
1x = []
2for i, f in enumerate(df['close']):
3  if i == 0:
4    x.append('-')
5    continue
6  x.append('true' if f > df['close'].iloc[i-1] else '-')
7
8df['signal'] = x

こっちのほうが見た目明らかにすっきりしていますね。

前日と前々日の比較もするのでしたね。
でしたら、このように変えてください。

1行で書く場合

python
1df['signal'] = df['close'].rolling(3, min_periods=1).apply(lambda sr: 1 if sr[1:] and sr[1] > sr[0] and sr[2:] and sr[2] > sr[1] else 0, raw=True).apply(lambda x: 'True' if x else '-')

見やすくしてみたもの

python
1def aggregate(sr):
2  # `lambda sr: 1 if sr[1:] and sr[1] > sr[0] and sr[2:] and sr[2] > sr[1] else 0`に相当する関数
3  # データがあり、かつ先にあるデータのほうが値が小さい場合1を返し、それ以外なら0を返す。
4  if sr[1:] and sr[1] > sr[0] and sr[2:] and sr[2] > sr[1]:
5    return 1
6  return 0
7
8# 2行ずつデータを処理する。min_periods=1を指定しないと、最初の行が処理されない。
9rolling = df['close'].rolling(3, min_periods=1)
10
11# raw=Trueはpandas側の将来的な変更に対処するため。
12# なくても今は動くが、警告が出る。
13aggregated = df.apply(aggregate, raw=True)
14
15# aggregatedのそれぞれの値を'true'か'-'の文字列値に変えてdf['signal']に格納する。
16df['signal'] = aggregated.apply(lambda x: 'true' if x else '-')

forでやる方法

forでやる場合
1x = []
2for i, f in enumerate(df['close']):
3  if i == 0 or i == 1:
4    x.append('-')
5    continue
6  x.append('true' if f > df['close'].iloc[i-1] and df['close'].iloc[i-1] > df['close'].iloc[i-2] else '-')
7
8df['signal'] = x