如何从 Pandas 数据框函数调用中回顾前几行？

Question

我正在研究/回测交易系统。

我有一个包含 OHLC 数据的 Pandas 数据框，并添加了几个 calculated columns，它们标识了我将用作启动头寸的信号的价格模式。

我现在想添加一个进一步的列来跟踪当前的净头寸。我曾尝试使用 df.apply()，但将数据框本身作为参数而不是行对象传递，与后者一样，我似乎无法回顾前几行以确定它们是否导致任何价格模式：

open_campaigns = []
Campaign = namedtuple('Campaign', 'open position stop')

def calc_position(df):
  # sum of current positions + any new positions

  if entered_long(df):
    open_campaigns.add(
        Campaign(
            calc_long_open(df.High.shift(1)), 
            calc_position_size(df), 
            calc_long_isl(df)
        )
    )

  return sum(campaign.position for campaign in open_campaigns)

def entered_long(df):
  return buy_pattern(df) & (df.High > df.High.shift(1))

df["Position"] = df.apply(lambda row: calc_position(df), axis=1)

但是，这会返回以下错误：

ValueError: ('The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()', u'occurred at index 1997-07-16 08:00:00')

滚动窗口函数似乎很自然，但据我了解，它们仅作用于单个时间序列或列，因此也不起作用，因为我需要在多个时间点访问多个列的值.

实际上我应该怎么做？

Answer 1

这个问题源于 NumPy。

def entered_long(df):
  return buy_pattern(df) & (df.High > df.High.shift(1))

entered_long 正在返回一个类似数组的对象。 NumPy 拒绝猜测一个数组是真还是假：

In [48]: x = np.array([ True,  True,  True], dtype=bool)

In [49]: bool(x)

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

要解决此问题，请使用any 或all 来指定您对数组为True 的含义：

def calc_position(df):
  # sum of current positions + any new positions

  if entered_long(df).any():  # or .all()

如果entered_long(df) 中的任何项目为True，any() 方法将返回True。 如果entered_long(df) 中的所有项目都为True，则all() 方法将返回True。