计算熊猫滚动平均值并将其分配给新的 df 列只返回 NaN

Question

1.我有以下价格数据，我想计算不同时期的平均交易量。 data（未编入索引）

<头>

日期	代码	音量
2021-03-29	AAPL	80819203.0
2021-03-30	AAPL	84778972.0
2021-03-31	AAPL	118323826.0
2021-04-01	AAPL	75089134.0
2021-04-05	AAPL	87551744.0
2021-04-06	AAPL	80171253.0
2021-04-07	AAPL	83466716.0
2021-04-08	AAPL	88844591.0
2021-04-09	AAPL	106686703.0
2021-04-12	AAPL	91419983.0
2021-04-13	AAPL	91266545.0
2021-04-14	AAPL	87222782.0
2021-04-15	AAPL	89347102.0
2021-04-16	AAPL	84922386.0
2021-04-19	AAPL	94264215.0
2021-04-20	AAPL	94812349.0
2021-04-21	AAPL	68847136.0
2021-04-22	AAPL	84566456.0
2021-04-23	AAPL	78756779.0
2021-04-26	AAPL	65335049.0
2021-04-27	AAPL	66015804.0
2021-04-28	AAPL	107760097.0
2021-04-29	AAPL	151100953.0
2021-04-30	AAPL	109839466.0
2021-05-03	AAPL	75135100.0
2021-05-04	AAPL	137564718.0
2021-05-05	AAPL	84000900.0
2021-05-06	AAPL	78128334.0
2021-05-07	AAPL	78973273.0
2021-05-10	AAPL	87457656.0
2021-05-11	AAPL	125668247.0
2021-05-12	AAPL	112172282.0
2021-05-13	AAPL	105861339.0
2021-05-14	AAPL	81163792.0
2021-05-17	AAPL	73810407.0
2021-05-18	AAPL	62455311.0
2021-05-19	AAPL	90595813.0
2021-05-20	AAPL	76857123.0
2021-05-21	AAPL	79295436.0
2021-05-24	AAPL	62823701.0
2021-05-25	AAPL	72009482.0
2021-05-26	AAPL	54464024.0
2021-05-27	AAPL	93505088.0
2021-05-28	AAPL	71311109.0
2021-06-01	AAPL	67637118.0
2021-06-02	AAPL	58847659.0
2021-06-03	AAPL	75331115.0
2021-06-04	AAPL	74505841.0
2021-06-07	AAPL	70340619.0
2021-06-08	AAPL	72754129.0

2.然后我创建另一个 df - indicators，它只包含 date 和 ticker 列（不再索引）

indicators = pd.DataFrame() 

indicators['ticker'] = data['ticker']
indicators['date'] = data['date']

而不是写：

indicators['avg_vol_5'] = data['volume'].rolling(5).mean()
indicators['avg_vol_10'] = data['volume'].rolling(10).mean()

3.我创建了一个函数来让这个过程看起来更好：

def calcAvgs(list_periods, col_name, avg_name):
    for i in list_periods:
        indicators[avg_name + '_' + str(i)] = data[col_name].rolling(i).mean()

4.我在执行函数时输入以下数据：

calcAvgs([5, 10, 20, 30, 60, 90], 'volume', 'avg_vol')

data 是包含价格数据的 df。 indicators 是我保存指标数据的 df。

如果我只是想打印计算方 data[col_name].rolling(i).mean() 的结果，一切看起来都没有问题。问题是，当我将结果分配给 indicators[avg_name + '_' + str(i)] - 在计算时创建的所需列时，我得到的结果只是 NaN。

关于为什么会发生这种情况的任何想法将不胜感激。

Answer 1

在运行我的函数之前索引表解决了我的问题：

data = data.set_index('date')
indicators.index = data.index
indicators = indicators.drop(columns = ['date'])