根据数据框中的日期时间做出决策答案

【问题标题】：Making decisions based on the times of datetime in a dataframe根据数据框中的日期时间做出决策
【发布时间】：2022-01-18 21:06:56
【问题描述】：

我是编程和 python 的新手。经过数小时的研究，我想向社区寻求帮助。我想使用数据来回测基于伦敦时段开始的交易策略。

我有一个数据框：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 28766 entries, 0 to 28765
Data columns (total 6 columns):
| #  | Column | Non-Null Count  |Dtype   |      
|--- |------ |--------------  |----- |        
| 0  |Time   |28766 non-null  |datetime64[ns]|
| 1  |Open   |28766 non-null  |float64 |
| 2 |...|

|    |Time                  |Open    | High   | Low    |Close   |Volume  |
|--- |--------------------- |------- |------- |------- |------- | ------|
|8   |2017-05-23 08:00:00   |2180.7  |2187.2  |2139.2  | 2170.2 | 97.0  |

现在我想定义一个函数，它可以识别其中包含 08:00 GMT 的每一行：

def LondonSession(df):
df = df.copy()
for t in df['Time']:
    if df[df['Time'].dt.hour == (8)]:
        df['StopLoss'] = technicals(df)['atr'] * (-1)
        df['TakeProfit'] = technicals(df)['atr'] * (2)
    else: 
        df['StopLoss'] = technicals(df)['atr'] * (0)
        df['TakeProfit'] = technicals(df)['atr'] * (0)
return df

print(LondonSession(df)[0:10])

很遗憾，我对如何解决错误消息一无所知：

ValueError                                Traceback (most recent call last) Input In [204], in <module>
      9             df['TakeProfit'] = technicals(df)['atr'] * (0)
     10     return df
---> 11 print(LondonSession(df)[0:10])

Input In [204], in LondonSession(df)
      2 df = df.copy()
      3 for t in df['Time']:
----> 4     if df[df['Time'].dt.hour == (8)]:
      5         df['StopLoss'] = technicals(df)['atr'] * (-1)
      6         df['TakeProfit'] = technicals(df)['atr'] * (2)

File ~\AppData\Local\Programs\Python\Python310\lib\site-packages\pandas\core\generic.py:1537, in NDFrame.__nonzero__(self)    1535 @final    1536 def
__nonzero__(self):
-> 1537     raise ValueError(    1538         f"The truth value of a {type(self).__name__} is ambiguous. "    1539         "Use a.empty, a.bool(), a.item(), a.any() or a.all()."    1540     )

ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

建议使用任何输入。提前致谢！

【问题讨论】：

标签： python pandas dataframe datetime finance

【解决方案1】：

这里的问题是你在第一个 if 条件中写的：df[df['Time'].dt.hour == (8)]。此代码不返回布尔值，而是返回一个数据框，其中选定的行是属性 Time 等于 8 的行。

如果你想保持你的 for 循环结构，你应该用if t.hour == 8 改变条件。但请记住，对于 pandas，您应该避免使用 for 循环并使用行过滤（您可以在 pandas official tutorial 上阅读更多关于此问题的信息）。

【讨论】：

根据您的回答，我尝试了以下操作：test2 = technicals(test) test2[test2['Time'].dt.hour == (8)]['StopLoss'] = test2['atr'] * (-1) 但我收到另一个错误：“试图在 DataFrame 的切片副本上设置值。尝试使用 .loc[row_indexer ,col_indexer] = value instead 请参阅文档中的注意事项：pandas.pydata.org/pandas-docs/stable/user_guide/… ..." for-loop 不是强制性的...您还有其他想法如何决定逐行执行的操作吗？
您还必须在右侧的 DataFrame 上使用相同的过滤器：test2[test2['Time'].dt.hour == (8)]['StopLoss'] = test2[test2['Time'].dt.hour == (8)]['atr'] * (-1)。使用此过滤器，您只需选择小时 = 8 的行并进行正确的计算。

【解决方案2】：

我的解决方案是：

test2.loc[test2['Time'].dt.hour == (8), 'TakeProfit'] = (test2['atr'] * (1.5)) test2.loc[test2['Time'].dt.hour == (8), 'StopLoss'] = (test2['atr'] * (-1)) test2.loc[test2['Time'].dt.hour != (8), 'TakeProfit'] = (0) test2.loc[test2['Time'].dt.hour != (8), 'StopLoss'] = (0)

我在这篇文章中读到：enter link description here

这篇文章描述了我的问题的更多选项。但我第一个成功了。

【讨论】：