DataFrame - Python 中的 groupby 和转换
DataFrame - groupby and transform in Python
我从
获得了“在 Python 中为量化交易构建一套全面的技术指标”代码示例
但是，groupby 方法（对于简单移动平均线-SMA）是根据它 'symbol'（AAPL 或 NFLX）解决的：
all_data['SMA_5'] = all_data.groupby('symbol')['Close'].transform(lambda x: x.rolling(window = 5).mean())
all_data['SMA_15'] = all_data.groupby('symbol')['Close'].transform(lambda x: x.rolling(window = 15).mean())
如果我有自己的 DataFrame 而没有符号列（只有开盘价、收盘价、最高价、最低价和交易量），有没有办法跳过它并执行此方法（连同提到的转换方法调用）？
以这种方式调用方法似乎需要它的符号列。
谢谢！
我已经尝试删除 ('symbol') 要求，但是该方法似乎没有响应此类调用。
我想接收一个 DataFrame 的 SMA，它使用 groupby 仅具有开盘价、收盘价、高价、低价和成交量列。
试试这个 5 天移动平均线
all_data['SMA_5'] = all_data['column_name'].ewm(span=5).mean()
如果您不需要按“符号”分组，只想对整个数据应用转换，只需删除整个 groupby 调用：
all_data['SMA_5'] = all_data['Close'].transform(lambda x: x.rolling(window = 5).mean())
我从
获得了“在 Python 中为量化交易构建一套全面的技术指标”代码示例但是，groupby 方法（对于简单移动平均线-SMA）是根据它 'symbol'（AAPL 或 NFLX）解决的：
all_data['SMA_5'] = all_data.groupby('symbol')['Close'].transform(lambda x: x.rolling(window = 5).mean())
all_data['SMA_15'] = all_data.groupby('symbol')['Close'].transform(lambda x: x.rolling(window = 15).mean())
如果我有自己的 DataFrame 而没有符号列（只有开盘价、收盘价、最高价、最低价和交易量），有没有办法跳过它并执行此方法（连同提到的转换方法调用）？ 以这种方式调用方法似乎需要它的符号列。
谢谢！
我已经尝试删除 ('symbol') 要求，但是该方法似乎没有响应此类调用。 我想接收一个 DataFrame 的 SMA，它使用 groupby 仅具有开盘价、收盘价、高价、低价和成交量列。
试试这个 5 天移动平均线
all_data['SMA_5'] = all_data['column_name'].ewm(span=5).mean()
如果您不需要按“符号”分组，只想对整个数据应用转换，只需删除整个 groupby 调用：
all_data['SMA_5'] = all_data['Close'].transform(lambda x: x.rolling(window = 5).mean())