Pandas DataFrame column assignment ValueError: Wrong number of items passed

Pandas DataFrame column assignment ValueError: Wrong number of items passed

我在升级 Anaconda(因此升级 pandas 和 numpy)之前运行的脚本有问题

我有一个 DataFrame,我想使用其中的一列并乘以另一个 DataFrame 的一列中的值,将最终值输出到新 DataFrame 中的一列。正如我所说,在我升级到 pandas 0.17 之前,这段代码一直有效。

class MarketOnClosePortfolio(Portfolio):
    def __init__(self, symbol, bars, signals, initial_capital=10000.0):
        self.symbol = symbol
        self.bars = bars
        self.signals = signals
        self.initial_capital = float(initial_capital)
        self.positions = self.generate_positions()

    def generate_positions(self):
        positions = pd.DataFrame(index=signals.index).fillna(0.0)
        positions[self.symbol] = signals['signal']*10

        return positions        

    def backtest_portfolio(self):
        portfolio = self.positions*self.bars['Close']
        pos_diff = self.positions.diff()

        portfolio = pd.DataFrame(index=signals.index)
        portfolio['holdings'] = (self.positions*self.bars['Close'])
        portfolio['cash'] = self.initial_capital - (pos_diff*self.bars['Close']).sum(axis=1).cumsum()

        portfolio['total'] = portfolio['cash'] + portfolio['holdings']
        portfolio['returns'] = portfolio['total'].pct_change()

        return portfolio

if __name__ == "__main__":
    portfolio = MarketOnClosePortfolio(symbol, bars, signals, initial_capital=10000.0)
    returns = portfolio.backtest_portfolio()

我在尝试执行 returns = portfolio.backtest_portfolio() 引用 portfolio['holdings'] = self.positions*self.bars['Close'] 和 returns

时出现错误

ValueError: Wrong number of items passed 3509, placement implies 1.

self.positions有这个样子(指数在3600左右):

    Symbol
1    int
2    int
3    int

self.bars.Close 具有此外观(索引大小与 self.positions 相同):

    Close
1   float
2   float
3   float

我是不是忽略了一些明显的东西?我知道我传递的是一个系列而不是单个值,但我很困惑为什么我得到 "placement implies 1"。

非常感谢任何帮助。

尝试按照以下方式调整乘法:

position = pd.DataFrame({'symbol': [ 1,2,3,4,5]})
bar = pd.DataFrame({'close': np.random.random(5)})

position.symbol.mul(bar.close, axis=0)

0    0.184591
1    1.830434
2    0.343875
3    1.531412
4    2.257981
dtype: float64