Question

我正在使用np.where对金融数据进行算法交易回测。假设我有一个简单的数据框，该数据框按日期和一天中的几分钟索引，作为要素A和要素B的单元格中具有任意值的列，以用作测试条件。 column_df

            300  310  320  330  340  A  B  pred_min1  pred_min2  
2010-04-28    9   10   11   12   13  5  2        330        300   
2010-04-29   19   20   21   22   23  5  2        330        300     
2010-04-30   29   30   31   32   33  1  7        340        330     
2010-04-31   39   40   41   42   43  1  7        340        330

我可以根据A和B列的具体情况计算一天的收益，

import pandas as pd
import numpy as np
column_df['return'] = np.where(column_df['A']<column_df['B'],
                      column_df['320']-column_df['310'], 
                      column_df['320']-column_df['300'])

这将创建一个新的返回列：

            300  310  320  330  340  A  B  pred_min1  pred_min2  return
2010-04-28    9   10   11   12   13  5  2        330        300       2
2010-04-29   19   20   21   22   23  5  2        330        300       2
2010-04-30   29   30   31   32   33  1  7        340        330       1
2010-04-31   39   40   41   42   43  1  7        340        330       1

现在，如果我添加两列预计要在每天进行交易的分钟，则为pred_min1和pred_min2。

如何测试特定条件A和B，但如何动态使用存储在pred_min1和pred_min2中的列标签，使用存储在这些单元格值代表当天的列中的值来计算当天的收益？本质上，我希望有一种灵活的方式来选择列，以基于pred_min1和pred_min2中发现的标签，以矢量方式在不使用循环的情况下按行逐元素地进行计算。

我尝试过：

column_df['return'] = np.where(column_df['A']<column_df['B'], 
                      column_df['320']-column_df['310'], 
                      column_df[str(column_df.loc[:,'pred_min1'].values)]-column_df['300'])

有错误：

KeyError: '[330 330 340 340]'

我也尝试过：

column_df['return'] = np.where(column_df['A']<column_df['B'], column_df['320']-column_df['310'], column_df[str(column_df.loc[:,'pred_min1'])]-column_df['300'])

有错误：

KeyError: '2019-04-28    330\n2019-04-29    330\n2019-04-30    340\n2019-04-31    340\nName: pred_min1, dtype: int64'

和

column_df['return'] = np.where(column_df['A']<column_df['B'], column_df['320']-column_df['310'], column_df[str(column_df.pred_min1)]-column_df['300'])

有错误：

KeyError: '2019-04-28    330\n2019-04-29    330\n2019-04-30    340\n2019-04-31    340\nName: pred_min1, dtype: int64'

感谢您的帮助。谢谢

Answer 1

您应该尝试在apply方法中定义用户定义的函数

def func(r):
    if r['A'] < r['B']:
        r['return']= r['320']-r['310']
    else:
        r['return'] = r[str(r['pred_min1'])] - r['300']
    return r

df = df.apply(func, axis=1)

熊猫向量化循环并根据单元格值动态选择列标签

1 个答案: