如何在 Pandas 数据框的多列上 运行 Ta-Lib?

How to run Ta-Lib on multiple columns of a Pandas dataframe?

我有一个数据框,其中包含几种证券的价格作为列,我无法一次找到 运行 TA-Lib 的解决方案,因为它需要 numpy.ndarray。

我如何运行 TA-Lib 处理多种证券并在 return 中获得数据框?

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,它仍然抛出异常:

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

谢谢。

TA-Lib 需要浮点数据,而你的是整数。

因此,在构建数据框时,您需要通过指定 dtype=numpy.float64:

来强制输入数据
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,这意味着它可以在 pandas.Series 上运行但不能在 pandas.DataFrame.

上运行

但是,您可以使用 pandas.DataFrame.apply 对数据框的每一列应用一个函数

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