5

我有一个数据框，其中包含几种证券的价格作为列，我找不到一次性运行 TA-Lib 的解决方案，因为它需要 numpy.ndarray。

如何在多个证券上运行 TA-Lib 并获得一个数据框作为回报？

import talib as ta
d = {'security1': [1,2,8,9,8,5], 'security2': [3,8,5,4,3,5]}
df = pd.DataFrame(data=d)
df
Out[518]: 
   security1  security2
0          1          3
1          2          8
2          8          5
3          9          4
4          8          3
5          5          5

ta.EMA(df, 2)
TypeError: Argument 'real' has incorrect type (expected numpy.ndarray, got DataFrame)

ta.EMA(df['security1'], 2)
Out[520]: 
0         NaN
1    1.500000
2    5.833333
3    7.944444
4    7.981481
5    5.993827
dtype: float64

type(df['security1'])
Out[524]: pandas.core.series.Series

当我将数据框转换为 numpy.ndarray 时，它仍然会引发异常：

ta.EMA(df.values, 2)
Out[528]: Exception: input array type is not double

谢谢你。

4

1 回答 1

7

TA-Lib 期待浮点数据，而您的则是不可或缺的。

因此，在构建数据框时，您需要通过指定来强制输入数据dtype=numpy.float64：

import pandas
import numpy
import talib

d = {'security1': [1,2,8,9,8,5], 'security2': [3,8,5,4,3,5]}
df = pandas.DataFrame(data=d, dtype=numpy.float64)         # note numpy.float64 here

TA-Lib 需要一维数组，这意味着它可以操作pandas.Series但不能pandas.DataFrame。

但是，您可以使用pandas.DataFrame.apply在数据框的每一列上应用函数

df.apply(lambda c: talib.EMA(c, 2))

    security1   security2
0         NaN         NaN
1    1.500000    5.500000
2    5.833333    5.166667
3    7.944444    4.388889
4    7.981481    3.462963
5    5.993827    4.487654
于 2018-08-06T17:54:11.727 回答