Python3 如何打印一条语句，该语句采用从数据框派生的值？

Question

我需要帮助打印出一份声明，该声明提供夏普比率最高的 A 和 B 各自分配的权重；这是从数据框派生的。

到目前为止我做了什么：

输入

efficient_df = pd.DataFrame({'Weights_A':weighted_A, 

                             'Weights_B':weighted_B, 

                             'Portfolio Return': port_ret,

                             'Portfolio Std Dev': port_std,

                             'Sharpe Ratio': sharpe_ratio

                              })

print (efficient_df.head())

print('\n')

sharpe_highest = efficient_df[efficient_df['Sharpe Ratio'] == efficient_df['Sharpe Ratio'].max()]

print('Optimal portfolio details: ')

print(sharpe_highest)

输出

   Weights_A    Weights_B     Portfolio Return  Portfolio Std Dev  Sharpe Ratio

0        0.00        1.00              0.001933          0.017561          0.110081

1        0.01        0.99              0.001928          0.017386          0.110916

2        0.02        0.98              0.001924          0.017212          0.111760

3        0.03        0.97              0.001919          0.017040          0.112612

4        0.04        0.96              0.001914          0.016869          0.113472

Optimal portfolio details : 

    Weights_A  Weights_B    Portfolio Return  Portfolio Std Dev  Sharpe Ratio

51        0.51        0.49         0.001692            0.01148      0.147348

我需要的是这样的声明：

The best allocation is 0.51 of A and 0.49 of B.

但是，下面的代码没有按预期工作。

print('The best allocation is ', weighted_A == efficient_df['Sharpe Ratio'].max(), 'of A and ', weighted_B == efficient_df['Sharpe Ratio'].max(), ' of B.')

结果

The best allocation is  False of A and False of B.

Answer 1

您只是打印布尔值而不是实际值。（假设只有一行具有最大“Srape Ratio”）sharpe_highest = efficient_df[efficient_df['Sharpe Ratio'] == efficient_df['Sharpe Ratio'].max()]然后简单地打印：print('The best allocation is ', float(sharpe_highest.weighted_A), 'of A and ', float(sharpe_highest.weighted_B), ' of B.')

Answer 2

你得到布尔值（False 和 True）而不是你想要的浮点数，因为你使用“==”，它必然返回一个布尔值。除非我误解了，否则你不能使用“==”来获得你想要的输出。print('The best allocation is ', weighted_GS == eff_portfolio_df['Sharpe Ratio'].max(), 'of GS and ', weighted_FB == eff_portfolio_df['Sharpe Ratio'].max(), ' of FB.')