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
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
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