python - 将 for 循环变成 dataframe.apply 问题

Question

这是我在这里提出的第一个问题，所以如果我没有解释清楚或解释过度，请原谅我。任务是将包含 2 个 if 语句的 for 循环转换为 dataframe.apply 而不是循环。我认为这样做的方法是将 for 循环内的 if 语句转换为定义的函数，然后在 .apply 行中调用该函数，但只能到此为止。甚至不确定我是否正在尝试以正确的方式解决这个问题。如果需要可以提供原始的For循环代码。提前致谢。

目标是导入股票价格的 csv，将一列中的价格与需要创建的移动平均线进行比较，如果 > MA，则买入，如果 < MA，则卖出。跟踪所有买卖并最终确定总体财富/返回。它的工作方式类似于 for 循环:对于价格中的每个 x，使用 2 个 if，将价格附加到列表中以确定最终财富。我想我已经到了将定义的函数调用到 .apply 行并出错的地步。在我下面的代码中，for 循环使用中可能仍然存在一些不必要的延迟代码，但不应干扰 .apply 尝试，只会造成困惑的编码，直到我弄清楚为止。

df2 = pd.read_csv("MSFT.csv", index_col=0, parse_dates=True).sort_index(axis=0 ,ascending=True)      #could get yahoo to work but not quandl, so imported the csv file from class

buyPrice = 0
sellPrice = 0
maWealth = 1.0
cash = 1
stock = 0
sma = 200

ma = np.round(df2['AdjClose'].rolling(window=sma, center=False).mean(), 2)   #to create the moving average to compare to
n_days = len(df2['AdjClose'])

closePrices = df2['AdjClose']  #to only work with one column from original csv import

buy_data = []
sell_data = []
trade_price = []
wealth = []

def myiffunc(adjclose):
    if closePrices > ma and cash == 1:    # Buy if stock price > MA & if not bought yet
        buyPrice = closePrices[0+ 1]
        buy_data.append(buyPrice)
        trade_price.append(buyPrice)
        cash = 0
        stock = 1

    if closePrices < ma and stock == 1:     # Sell if stock price < MA and if you have a stock to sell
        sellPrice = closePrices[0+ 1]
        sell_data.append(sellPrice)
        trade_price.append(sellPrice)
        cash = 1
        stock = 0

        wealth.append(1*(sellPrice / buyPrice))

closePrices.apply(myiffunc)

Answer 1

检查docs for apply,看来您需要使用 index=1 版本一次处理每一行，并传递两列:移动平均线和收盘价。

类似这样的事情:

df2 = ...
df2['MovingAverage'] = ...

have_shares = False

def my_func(row):
    global have_shares

    if not have_shares and row['AdjClose'] > row['MovingAverage']:
        # buy shares
        have_shares = True
    elif have_shares and row['AdjClose'] < row['MovingAverage']:
        # sell shares
        have_shares = False

但是，值得指出的是，您也可以使用 numpy/pandas 进行比较，只需将结果存储在另一列中即可:

df2['BuySignal'] = (df2.AdjClose > df2.MovingAverage)
df2['SellSignal'] = (df2.AdjClose < df2.MovingAverage)

然后您可以.apply()一个使用买入/卖出信号列的函数。