将具有多个参数的函数应用于 pandas groupby 对象

Question

以下是我的数据框的样子：

  symbol      time    open    high     low   close
0   AAPL  09:35:00  219.19  219.67  218.38  218.64
1   AAPL  09:40:00  218.63  219.55  218.62  218.93
2   AAPL  09:45:00  218.91  219.09  218.27  218.44
3   AAPL  09:50:00  218.44  218.90  218.01  218.65
4   AAPL  09:55:00  218.67  218.79  218.08  218.59
5   AAPL  10:00:00  218.59  219.20  218.16  219.01

我正在尝试应用来自 talib 包的函数，该函数接受两个参数，high 和 low。以下是我的尝试 returns 所有 NaN:

import pandas as pd
import numpy as np
import talib as ta

def f(x):    
   return ta.SAR(df.high, df.low, acceleration=0.05, maximum=0.2)

df['PSAR1'] = df.groupby(['symbol']).apply(f)

但是，该函数在没有 groupby 子句和returns以下数字的情况下工作正常：

df['PSAR2'] = ta.SAR(df.high,df.low, acceleration=0.05, maximum=0.2)

    symbol  time         open   high    low    close    PSAR1   PSAR2
0   AAPL     09:35:00   219.190 219.670 218.380 218.640 NaN     NaN
1   AAPL     09:40:00   218.630 219.550 218.620 218.930 NaN 218.380000
2   AAPL     09:45:00   218.910 219.090 218.270 218.440 NaN 219.550000
3   AAPL     09:50:00   218.440 218.900 218.010 218.650 NaN 219.550000
4   AAPL     09:55:00   218.670 218.790 218.080 218.590 NaN 219.396000
5   AAPL     10:00:00   218.590 219.200 218.160 219.010 NaN 219.257400

使用多个参数的 apply 和 groupby 我做错了什么？

编辑：在@bsmith89 的帮助下，以下工作正常。

def f(df):    
   return pd.DataFrame(ta.SAR(df.high, df.low, acceleration=0.05, maximum=0.2),columns= ['PSAR'])
y = df.groupby(['symbol']).apply(f)

df['PSAR'] = y.PSAR.reset_index(drop=True)

Answer 1

您编写的函数将 x 作为参数，但随后您对 df 进行操作。

我还没有测试过，但尝试重写为

def f(df):    
   return ta.SAR(df.high, df.low, acceleration=0.05, maximum=0.2)

将具有多个参数的函数应用于 pandas groupby 对象

Apply function with multiple arguments to pandas groupby object

python

numpy

pandas

ta-lib