如何在 Pandas 数据框的多列上运行 Ta-Lib？

我有一个数据框，其中包含多种证券的价格作为列，但我找不到一次性运行 TA-Lib 的解决方案，因为它需要 numpy.ndarray。

如何在多种证券上运行 TA-Lib 并获得数据帧作为回报？

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

当我将数据帧转换为 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，而你的则是积分数据。

因此，在构建数据框时，您需要通过指定来强制输入数据dtype=numpy.float64:

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但不是pandas.DataFrame.

但是，您可以使用pandas.DataFrame.apply https://pandas.pydata.org/pandas-docs/version/0.22/generated/pandas.DataFrame.apply.html对数据框的每一列应用函数

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