2

******** 更新了问题，更好的代码示例，现在使用列表理解 **********

我正在尝试使用 pandas 和 talib 获得每周滚动的技术指标。

“每周滚动”的意思是，例如，如果今天是星期四，那么今天的 ADX 每周值将仅使用这个星期四、前一个星期四等来计算。每周 ADX 系列中之前的 ADX 仅使用星期三等计算。所以现在，一天过去了，我们站在星期五，应该只使用星期五来计算每周 ADX。最后，ADX 系列只是将所有这些 ADX 附加在一个系列中。

目前，我使用一个列表理解，它生成 5 个位于“adxs_list”内的列表，每个列表都是一周中的一天。例如，adxs_list[0] 显示仅在星期一计算的 talib.ADX 值，adxs_list[1] 显示仅在星期二计算的 talib.ADX 值，依此类推。

现在，当我试图将这些列表放回原始数据框中时，我被卡住了。试图将它们混合在一起，然后将它们添加到 DataFrame 但无法弄清楚......

所以问题是，我怎样才能将这些计算加入到尊重 df 索引的原始数据帧中？

import pandas as pd
import numpy as np
import talib

df  = pd.DataFrame(np.random.randn(1000,4),
    index=pd.date_range(pd.datetime(2000,3,30), freq='B', periods=1000),
    columns =['PX_OPEN', 'PX_LAST', 'PX_HIGH', 'PX_LOW'] )

lista4 = ['W-MON','W-TUE','W-WED','W-THU','W-FRI']

adxs_list = [([talib.ADX(df['PX_HIGH'].resample(w).values, 
                      df['PX_LOW'].resample(w).values, df['PX_LAST'].resample(w).values
                      , timeperiod=3)]) for w in lista4]

试图这样做：

adxs_frame = reduce(pd.DataFrame.combine_first,adxs_list)

并得到这个错误：

TypeError：必须使用 DataFrame 实例作为第一个参数调用未绑定的方法 combine_first()（改为获取列表实例）

4

1 回答 1

1

最后，我想我想通了。不得不转置然后重新分配原始索引。不确定它是否是最快的方法，但它是这样的：

import pandas as pd
import numpy as np
import talib

df  = pd.DataFrame(np.random.randn(100,4),
    index=pd.date_range(pd.datetime(2000,3,30), freq='B', periods=100),
    columns =['PX_OPEN', 'PX_LAST', 'PX_HIGH', 'PX_LOW'] )


lista3 = ['PX_OPEN', 'PX_LAST', 'PX_HIGH', 'PX_LOW']
lista4 = ['W-MON','W-TUE','W-WED','W-THU','W-FRI']
i0=[]
i1=[]
i2=[]
i3=[]
i4=[]

adxs_list = [([talib.ADX(df['PX_HIGH'].resample(w).values, 
                      df['PX_LOW'].resample(w).values, df['PX_LAST'].resample(w).values
                      , timeperiod=3)]) for w in lista4]

    # transposing the arrays and assigning them the original index of that week day
for u,v in [(u,v) for u,v in zip(range(5),lista4)]:    
    r = "i{0} = pd.DataFrame(adxs_list[{0}]).transpose().set_index(df.PX_OPEN.resample('{1}').index)".format(u,v)    
    exec r

    # combining all the new dataframes into a single dataframe (respecting their indexes)
y0 = [i0, i1, i2, i3, i4]   
i_frame = reduce(pd.DataFrame.combine_first, y0)

    # merging this new dataframe into the original df
df = df.merge(i_frame, left_index=True, right_index=True)

    # for some strange reason new column is named 0, so renaming it 
names = df.columns.values
names[-1] = 'ADX_w'
df.columns = names
于 2015-11-02T14:20:23.267 回答