Pandas 键错误';用Python 将熊猫作为pd导入 将matplotlib.pyplot作为plt导入 将matplotlib.dates导入为日期 将numpy作为np导入 dt=pd.read\u csv(“C:\Subhro\ML\u实习\MARUTI\u 2.csv”) 数据=pd.数据帧(dt) data=data.drop('Date',axis=1) data.drop(['Unnamed:0'],axis=1,inplace=True) 打印(数据) Roll_Mean_14=数据['收盘价]。滚动(窗口=14)。平均值() 标准偏差14=数据['收盘价].滚动(窗口=14).mean().std() 上带14=数据['收盘价]。滚动(窗口=14)。平均值()+(2*标准开发14) Low_Band_14=数据['收盘价]。滚动(窗口=14)。平均值()-(2*标准开发14) 平均股票价格=数据[“平均价格”] 股票价格=数据[“收盘价”] 数据['Roll_Avg']=Roll_Mean_14 数据['Upper_Band']=Upper_Band_14 数据['Lower_Band']=Low_Band_14 数据['Avg_股价']=Avg_股价 data=data.drop(data.head(14.index),inplace=False) 打印(数据) 对于i in(数据): 如果((数据[‘收盘价’][i])(数据[‘下限价’][i])和((数据[‘收盘价’][i])(数据[‘收盘价’][i])和((数据[‘上限价’]): 数据['Call'][i]='Short' 打印(数据)

Pandas 键错误';用Python 将熊猫作为pd导入 将matplotlib.pyplot作为plt导入 将matplotlib.dates导入为日期 将numpy作为np导入 dt=pd.read\u csv(“C:\Subhro\ML\u实习\MARUTI\u 2.csv”) 数据=pd.数据帧(dt) data=data.drop('Date',axis=1) data.drop(['Unnamed:0'],axis=1,inplace=True) 打印(数据) Roll_Mean_14=数据['收盘价]。滚动(窗口=14)。平均值() 标准偏差14=数据['收盘价].滚动(窗口=14).mean().std() 上带14=数据['收盘价]。滚动(窗口=14)。平均值()+(2*标准开发14) Low_Band_14=数据['收盘价]。滚动(窗口=14)。平均值()-(2*标准开发14) 平均股票价格=数据[“平均价格”] 股票价格=数据[“收盘价”] 数据['Roll_Avg']=Roll_Mean_14 数据['Upper_Band']=Upper_Band_14 数据['Lower_Band']=Low_Band_14 数据['Avg_股价']=Avg_股价 data=data.drop(data.head(14.index),inplace=False) 打印(数据) 对于i in(数据): 如果((数据[‘收盘价’][i])(数据[‘下限价’][i])和((数据[‘收盘价’][i])(数据[‘收盘价’][i])和((数据[‘上限价’]): 数据['Call'][i]='Short' 打印(数据),pandas,machine-learning,Pandas,Machine Learning,在这段代码中,我创建了一个新列:“Call”,根据代码中给出的条件打印类别“买入”、“卖空”、“持有买入/清算卖出”、“持有卖出/清算买入”。在运行代码时,它会将错误显示为 import pandas as pd import matplotlib.pyplot as plt import matplotlib.dates as dates import numpy as np dt = pd.read_csv("C:\Subhro\ML_Internship\MARUTI_2.csv") d

在这段代码中,我创建了一个新列:“Call”,根据代码中给出的条件打印类别“买入”、“卖空”、“持有买入/清算卖出”、“持有卖出/清算买入”。在运行代码时,它会将错误显示为

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as dates
import numpy as np

dt = pd.read_csv("C:\Subhro\ML_Internship\MARUTI_2.csv")
data = pd.DataFrame(dt)

data = data.drop('Date',axis=1)
data.drop(['Unnamed: 0'],axis=1,inplace=True)
print(data)

Roll_Mean_14 = data['Close Price'].rolling(window=14).mean()
Standard_Dev_14 = data['Close Price'].rolling(window=14).mean().std()
Upper_Band_14 = data['Close Price'].rolling(window=14).mean() + (2*Standard_Dev_14)                              
Low_Band_14 = data['Close Price'].rolling(window=14).mean() - (2*Standard_Dev_14)
avg_stock_price = data['Average Price']
stock_price = data['Close Price']

data['Roll_Avg'] = Roll_Mean_14
data['Upper_Band'] = Upper_Band_14
data['Lower_Band'] = Low_Band_14
data['Avg_Stock_Price'] = avg_stock_price

data=data.drop(data.head(14).index, inplace=False)
print(data)

for i in (data):
    if((data['Close Price'][i])<(data['Lower_Band'][i])):
        data['Call'][i]='Buy'
    elif((data['Close Price'][i])>(data['Lower Band'][i])) and ((data['Close Price'][i])<(data['Roll_Avg'])):
        data['Call'][i]='Hold Buy/Liquidate Short'
    elif((data['Close Price'][i])>(data['Roll_Avg'][i])) and ((data['Close Price'][i])<(data['Upper Band'])):
        data['Call'][i]='Hold Short/Liquidate Buy'   
    elif((data['Close Price'][i])>(data['Upper_Band'])):
        data['Call'][i]='Short'
print(data)
KeyError:行中有“符号”

如果((data['Close Price'][i])您访问数据帧索引的方式不正确

你可以试试这个:

KeyError : 'Symbol' in line 
if((data['Close Price'][i])<(data['Lower_Band'][i])):
data.index中的i的

如果((数据[i]['Close Price'])您访问数据帧索引的方式不正确

你可以试试这个:

KeyError : 'Symbol' in line 
if((data['Close Price'][i])<(data['Lower_Band'][i])):
data.index中的i的

如果((数据[i]['Close Price'])Ok..我这样做了…现在它向我显示了关键错误:“Call”在做了上述更改后,我现在在同一行中找到了一个错误KeyError:14 Ok..我这样做了…现在它向我显示了关键错误:“Call”在做了上述更改后,我现在在同一行中找到了一个错误KeyError:14