时间戳

首页 > 解决方案 > Pandas 列没有值

python - Pandas 列没有值

问题描述

所以我正在尝试为一个数据框创建一个新列，当 mfi 超过 70 时，它本质上是 1，而不是 0。到目前为止的代码是：

import pandas as pd
import numpy as np

#get stock prices
d = pd.read_csv(r"C:\Users\B1880\Downloads\AMD_stock_data\AMD_2020_2020.txt")
d.columns = ['Dates', 'Open', 'High', 'Low', 'Close', 'Volume']
d.set_index(d['Dates'], inplace=True)
d.drop(['Dates'], axis=1, inplace=True)

#MONEY FLOW INDEX
d['typical_price'] = (d['High'] + d['Low'] + d['Close'])/3 
d['raw_money_flow'] = d['typical_price']*d['Volume']
mf = d.raw_money_flow.diff(1) 
p = mf.copy()
n = mf.copy()
p[p<=0] = 0
n[n>0] = 0
pmf = p.rolling(window=14).mean()
nmf = abs(n.rolling(window=14).mean())
mfr = pmf / nmf
d['mfi'] = 100 - (100 / (mfr +1))
d['mfi'].dropna(inplace=True)

# # #mfi location
d['mfi_70_overbought'] = np.where(d['mfi'] > 70, 1, 0)
d['mfi_70_overbought']

当我运行这样的代码时，我得到了错误ValueError: Length of values does not match length of index，并修复了这个问题d['mfi_70_overbought'] = pd.Series(np.where(d['mfi'] > 70, 1, 0))。虽然现在当我打印该d['mfi_70_overbought']列时，整个列都充满了 NAN 值。鉴于 mfi 的值肯定超过 70，我错过了什么？谢谢你！

编辑：这是 d['mfi'] 打印输出的内容：

Dates
2010-01-04 07:18:00          NaN
2010-01-04 07:23:00          NaN
2010-01-04 07:29:00          NaN
2010-01-04 07:38:00          NaN
2010-01-04 07:44:00          NaN
                         ...    
2019-12-31 19:55:00    54.775561
2019-12-31 19:56:00    49.240351
2019-12-31 19:57:00    54.346136
2019-12-31 19:58:00    86.883785
2019-12-31 19:59:00    50.210623
Name: mfi, Length: 1293557, dtype: float64

数据的 URL 是：https ://docs.google.com/spreadsheets/d/1uxVjEJkEmDZwu44pNxsg5ZBonqbTFak8HoESbxo0AM0/edit?usp=sharing

标签： pythonpandasnumpydataframeseries

解决方案

# necessary imports
import pandas as pd
import numpy as np

设置

试图重现你所做的

模拟数据：

data = {'timestep1': [45,46,47,48,1000],
        'timestep2': [46,47,48,49,2020],
        'timestep3': [47,48,49,50,1002],
        'timestep4': [50,49,48,47, 99],
        'timestep5': [45,40,50,70,2500]}

命名列，设置索引：

df = pd.DataFrame.from_dict(data, orient='index')
df.columns = ['Open', 'High', 'Low', 'Close', 'Volume']
df.index.name = 'Dates'

进行计算：

df['typical_price'] = (df['High'] + df['Low'] + df['Close'])/3 
df['raw_money_flow'] = df['typical_price']*df['Volume']
mf = df.raw_money_flow.diff(1)

p = mf.copy()
n = mf.copy()    
p[p<=0] = 0
n[n>0] = 0

windowsize=2  # example value
pmf = p.rolling(window=windowsize).mean()
nmf = abs(n.rolling(window=windowsize).mean())     
mfr = pmf/nmf

df['mfi'] = 100 - (100 / (mfr +1))    
df['mfi'].dropna(inplace=True)

问题

现在如果我运行df['mfi_70_overbought'] = np.where(df['mfi'] > 70, 1, 0)，我会得到同样的错误：ValueError: Length of values does not match length of index

解决方案

如果您只想拥有一个新列，当 mfi 超过 70 时为1，当 mfi 超过 70 时为 0，那么您可以避免numpy并使用pandas工具。

定义一个函数，1如果输入大于70则返回，否则返回0：

def above70(num):
    return int(num > 70)

将此应用于df[mfi]：

df['mfi'].apply(above70)

在我的示例中，这个新列将如下所示：

Dates
timestep3    0
timestep4    0
timestep5    1
Name: mfi, dtype: int64

附带问题

这个新列比原始数据框的列短（差异为windowsize），因为之前我们已经应用了rolling和dropna。如果要将其附加到数据框，请填充此列，或者不要执行缩短它的步骤。

推荐阅读