python - 将计算列添加到 Pandas 中的数据框中

Question

我有一个 OHLC 价格数据集，我已将其从 CSV 解析为 Pandas 数据框并重新采样为 15 分钟柱:

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 500047 entries, 1998-05-04 04:45:00 to 2012-08-07 00:15:00
Freq: 15T
Data columns:
Close    363152  non-null values
High     363152  non-null values
Low      363152  non-null values
Open     363152  non-null values
dtypes: float64(4)

我想添加各种计算列，从简单的列开始，例如周期范围 (H-L)，然后是 bool 值来指示我将定义的价格模式的出现 - 例如。锤子蜡烛形态，其示例定义:

def closed_in_top_half_of_range(h,l,c):
    return c > l + (h-l)/2

def lower_wick(o,l,c):
    return min(o,c)-l

def real_body(o,c):
    return abs(c-o)

def lower_wick_at_least_twice_real_body(o,l,c):
    return lower_wick(o,l,c) >= 2 * real_body(o,c)

def is_hammer(row):
    return lower_wick_at_least_twice_real_body(row["Open"],row["Low"],row["Close"]) \
    and closed_in_top_half_of_range(row["High"],row["Low"],row["Close"])

基本问题:如何将函数映射到列，特别是我想引用多个其他列或整行或其他什么的地方？

This post处理从单个源列中添加两个计算列，这很接近，但并不完全。

稍微高级一点:对于引用多个柱 (T) 确定的价格模式，我如何从函数定义中引用不同的行(例如 T-1、T-2 等)？

Answer 1

您想要执行的每一列的确切代码会有所不同，但您可能希望使用 map 和 apply 函数。在某些情况下，您可以直接使用现有列进行计算，因为这些列是 Pandas Series 对象，它们也可以用作 Numpy 数组，它会自动按元素进行通常的数学运算。

>>> d
    A   B  C
0  11  13  5
1   6   7  4
2   8   3  6
3   4   8  7
4   0   1  7
>>> (d.A + d.B) / d.C
0    4.800000
1    3.250000
2    1.833333
3    1.714286
4    0.142857
>>> d.A > d.C
0     True
1     True
2     True
3    False
4    False

如果您需要在一行中使用 max 和 min 等操作，您可以使用 apply 和 axis=1 将您喜欢的任何函数应用到每一行。这是一个计算 min(A, B)-C 的示例，它看起来就像您的“下灯芯”:

>>> d.apply(lambda row: min([row['A'], row['B']])-row['C'], axis=1)
0    6
1    2
2   -3
3   -3
4   -7

希望这能让您对如何进行操作有所了解。

编辑:要将行与相邻行进行比较，最简单的方法是对要比较的列进行切片，省略开头/结尾，然后比较结果切片。例如，这将告诉您 A 列中的元素小于哪些行 C 列中的下一行元素:

d['A'][:-1] < d['C'][1:]

反之亦然，告诉你哪些行的 A 小于前一行的 C:

d['A'][1:] < d['C'][:-1]

执行 ['A"][:-1] 切掉 A 列的最后一个元素，执行 ['C'][1:] 切掉C 列的第一个元素，因此当您将这两个对齐并比较它们时，您将 A 中的每个元素与下一行中的 C 进行比较。