我已经定义了一个函数。这称为“二等分”，其代码在帖子下方。
我还有一个名为“ v”的数据框，其中包含7列和2行：
D P h O Q SD LT
80 27 0.37 50 2 3 1.51
50 27 0.25 50 2 3 0.03
在二等分函数中，您需要四个参数。 f，a，b和N。
这些定义如下：
b = 5
a = 0.05
N = 1000
现在，“ f”是一个带有未知变量的函数：“ x”。这是一个匿名函数（lambda x）。二等分函数找到'x'的值，其中f等于零。现在，“ f”是一个非常讨厌的派生，是的，我将对其进行清理，但是请不要专注于此，因为函数本身是正确的。因此，“ f”为：
f = lambda x: norm.ppf(1-(v.iloc[i,4]*v.iloc[i,1]*v.iloc[i,2])/(2*v.iloc[i,0]*x))*v.iloc[i,5]*np.sqrt(v.iloc[i,6])*v.iloc[i,1]*v.iloc[i,2]+np.sqrt(2*v.iloc[i,0]*v.iloc[i,3]*v.iloc[i,1]*v.iloc[i,2])-v.iloc[i,0]*x*(((-(norm.ppf(1-(v.iloc[i,4]*v.iloc[i,2]*v.iloc[i,1])/(2*x*v.iloc[i,0]))))*(1-norm.cdf((norm.ppf(1-(v.iloc[i,4]*v.iloc[i,2]*v.iloc[i,1])/(2*x*v.iloc[i,0]))),loc=0,scale=1))+(norm.pdf((norm.ppf(1-(v.iloc[i,4]*v.iloc[i,2]*v.iloc[i,1])/(2*x*v.iloc[i,0]))),loc=0,scale=1)))*v.iloc[i,5]*np.sqrt(v.iloc[i,6])-v.iloc[i,4])/v.iloc[i,4]*-1
目标是将'bisection-function'应用于数据帧中的每一行：从而添加一个新列，该每一列将给出bisection-function的结果，其中该函数使用所有7列。
现在，当我想应用功能'bisection（f，a，b，N）'时，我尝试了以下代码：
for i in range(0,2,1):
v['k'] = bisection(f,a,b,N)
这给了我以下结果：
D P h O Q SD LT k
80 27 0.37 50 2 3 1.51 3.814891
50 27 0.25 50 2 3 0.03 3.814891
如您所见，它为“ x”找到正确的值，但仅为第二行找到。第一行的结果是4.50 ..当我将代码更改为：
for i in range(0,1,1):
v['k'] = bisection(f,a,b,N)
我得到：
D P h O Q SD LT k
80 27 0.37 50 2 3 1.51 4.503648
50 27 0.25 50 2 3 0.03 4.503648
所以我想要的结果是：
D P h O Q SD LT k
80 27 0.37 50 2 3 1.51 4.503648
50 27 0.25 50 2 3 0.03 3.814891
我该如何实现？
我也尝试通过将'f'更改为：
f = lambda x: norm.ppf(1-(v.Q*v.P*v.h)/(2*v.D*x))*v.SD*np.sqrt(v.LT)*v.P*v.h+np.sqrt(2*v.D*v.O*v.P*v.h)-v.D*x*(((-(norm.ppf(1-(v.Q*v.P*v.h)/(2*x*v.D))))*(1-norm.cdf((norm.ppf(1-(v.Q*v.P*v.h)/(2*x*v.D))),loc=0,scale=1))+(norm.pdf((norm.ppf(1-(v.Q*v.P*v.h)/(2*x*v.D))),loc=0,scale=1)))*v.SD*np.sqrt(v.LT)-v.Q)/v.Q*-1
并尝试使用以下代码进行迭代：
for index, row in df.iterrows():
v.append(bisection(f,a,b,N))
但是然后我得到了错误：
ValueError: The truth value of a Series is ambiguous. Use a.empty,
a.bool(), a.item(), a.any() or a.all().
有人可以帮助我吗？
二等分函数的代码：
def bisection(f,a,b,N):
'''Approximate solution of f(x)=0 on interval [a,b] by the bisection
method.
Parameters
----------
f : function
The function for which we are trying to approximate a solution f(x)=0.
a,b : numbers
The interval in which to search for a solution. The function returns
None if f(a)*f(b) >= 0 since a solution is not guaranteed.
N : (positive) integer
The number of iterations to implement.
Returns
-------
x_N : number
The midpoint of the Nth interval computed by the bisection method. The
initial interval [a_0,b_0] is given by [a,b]. If f(m_n) == 0 for some
midpoint m_n = (a_n + b_n)/2, then the function returns this solution.
If all signs of values f(a_n), f(b_n) and f(m_n) are the same at any
iteration, the bisection method fails and return None.
Examples
--------
>>> f = lambda x: x**2 - x - 1
>>> bisection(f,1,2,25)
1.618033990263939
>>> f = lambda x: (2*x - 1)*(x - 3)
>>> bisection(f,0,1,10)
0.5
'''
if f(a)*f(b) >= 0:
print("Bisection method fails.")
return None
a_n = a
b_n = b
for n in range(1,N+1):
m_n = (a_n + b_n)/2
f_m_n = f(m_n)
if f(a_n)*f_m_n < 0:
a_n = a_n
b_n = m_n
elif f(b_n)*f_m_n < 0:
a_n = m_n
b_n = b_n
elif f_m_n == 0:
print("Found exact solution.")
return m_n
else:
print("Bisection method fails.")
return None
return (a_n + b_n)/2
最佳答案
您的代码：
for i in range(0,2,1):
v['k'] = bisection(f,a,b,N)
只需将新列“ k”的所有值设置为每次迭代中二等分函数计算出的任何值
创建一个系列并将其分配给新行“ k”，也许像这样：
v['k'] = pd.Series([bisection(f,a,b,N) for i in range(2)], index = v.index)
关于python - 在多行上执行功能，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55893578/