Pandas DataFrame，不能使用内置函数-不支持的操作数类型

Question

好的，我正在学习Pandas DataFrame并试图逐行获取差异。 这是我的代码

import pandas as pd
short_window = 40
long_window = 100
signals = pd.DataFrame(index=aapl.index)
signals['signal'] = 0.0

signals['short_mavg'] = aapl['Adj Close'].rolling(window = short_window, min_periods=1, center=False).mean()
signals['long_mavg'] = aapl['Adj Close'].rolling(window = long_window, min_periods=1, center=False).mean()
signals.fillna(0, inplace=True)

signals['signal'][short_window:] = np.where(signals['short_mavg'][short_window:] > signals['long_mavg'][short_window:], 1.0, 0.0)

现在一切都OK，这就是我到目前为止所拥有的。

接下来我要做的是计算下一行（第二和第一行，第三和第二行等）之间的差异，并将其放在新列中，如下所示：

signals['positions'] = signals['signal'].diff()

这是我得到的错误： TypeError：-：“ builtin_function_or_method”和“ float”的不受支持的操作数类型

Answer 1

您的数据集有问题，您的代码应该可以工作。由于某种原因，您的signals['signal']中混合使用了float和方法。这是适用于任何人的完整代码：

import pandas as pd
import quandl as qdl

qdl.ApiConfig.api_key = 'your key' # freely available, registration is needed

signals = qdl.get("WIKI/AAPL")
signals['signal'] = 0.0
signals['short_mavg'] = signals['Adj. Close'].rolling(window = short_window, min_periods=1, center=False).mean()
signals['long_mavg'] = signals['Adj. Close'].rolling(window = long_window, min_periods=1, center=False).mean()
signals['signal'][short_window:] = np.where(signals['short_mavg'][short_window:] > signals['long_mavg'][short_window:], 1.0, 0.0)
signals['positions'] = signals['signal'].diff()

检查它是否适合您。

Answer 2

我找到了解决方案，我不得不编写如下代码：

signals['signal'][short_window:] = np.where(signals['short_mavg'][short_window:] > signals['long_mavg'][short_window:], 1.0, 0.0)

没有在行中中断代码。我在jupyter笔记本中编写此代码，是因为我刚刚开始学习，并且更容易编写注释，并且由于易于阅读，我正在拆分代码，这是我第一次遇到问题。 / p>