Python 3.x 在数据帧上应用函数

在数据帧上应用函数

我有一个代码（C01），用于计算股票交易所（IBOV-B3-BRAZIL）上给定股票（个人）的移动平均数（21个周期）。然后，我创建了一个for循环，在该循环中，它确定资产在6个高点之后处于上升趋势，然后是移动平均线（假设，考虑到有更多的变量来确定这一点）

但是，我希望对多个资产执行此循环，在本例中为C02，也就是说，它在代码的每一列中应用一个函数，并仅返回呈上升趋势的资产的名称（在本例中为列名）。我尝试将for循环转换为一个函数，并使用pandas“apply”将该函数应用于每个列（axis=1，我尝试了tbm axis=“columns”）。但是我在创建函数时出错。当我使用apply执行函数时，会出现消息“ValueError:长度必须匹配才能比较”。我怎样才能解决这个问题

谢谢你的关注

import numpy as np
import pandas as pd
from pandas_datareader import data as wb
from mpl_finance import candlestick_ohlc
from pandas_datareader import data as wb
from datetime import datetime
import matplotlib.dates as mpl_dates
import matplotlib.pyplot as plt
import matplotlib.dates as mdates 

#STOCK
ativo = 'WEGE3.SA'
acao2 = ativo.upper()

#START AND END ANALYSIS
inicio = '2020-1-1'
fim = '2021-1-27'

#MAKE DATAFRAME
df00 = wb.DataReader(acao2, data_source='yahoo', start=inicio, end=fim)

df00.index.names = ['Data']
df= df00.copy(deep=True)
df['Data'] = df.index.map(mdates.date2num)

# MOVING AVERAGE
df['ema21'] = df['Close'].ewm(span=21, adjust=False).mean()
df['ema72'] = df['Close'].ewm(span=72, adjust=False).mean()

#DF PLOT
df1=df
df2=df[-120:]

#TREND RULE
alta=1
for i in range(6):
  if(df2.ema21[-i-1] < df2.ema21[-i-2]):
    alta=0

baixa=1
for i in range(6):
  if(df2.ema21[-i-1] > df2.ema21[-i-2]):
    baixa=0

if (alta==1 and baixa==0):
  a1 = ativo.upper()+ ' HIGH TREND'
elif (alta==0 and baixa==1):
  a1 = ativo.upper()+ ' LOW TREND!'
else:
  a1 = ativo.upper()+ ' UNDEFINED'
  
#PLOT RESULTS
print("---------------------------------------") 
print(a1)
print("---------------------------------------")

ohlc = df[['Data', 'Open', 'High', 'Low', 'Close']]

f1, ax = plt.subplots(figsize=(14, 8))

# plot the candlesticks
candlestick_ohlc(ax, ohlc.values, width=.6, colorup='green', colordown='red')
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))

label_ = acao2.upper() + ' EMA26'
label_2 = acao2.upper() + ' EMA09'
ax.plot(df.index, df1['ema21'], color='black', label=label_)
ax.plot(df.index, df1['ema72'], color='blue', label=label_)

ax.grid(False)
ax.legend()
ax.grid(True)

plt.title(acao2.upper() + ' : Gráfico Diário')
plt.show(block=True)

#C02

#START/END ANALISYS
inicio = '2020-1-1'
fim = '2021-1-27'

#STOCKS
ativos = ['SAPR11.SA','WEGE3.SA']

#DATAFRAME
mydata = pd.DataFrame()
for t in ativos:
    mydata[t] = wb.DataReader(t, data_source='yahoo', start=inicio, end=fim)['Close']
df2 = mydata

#MOVING AVERAGE
df3 = df2.apply(lambda x: x.rolling(window=21).mean())

#MAKE FUNCTION
def trend(x):
  tendencia_alta=1
  for i in range(6):
    if(df3.columns[-i-1:] > df3.columns[-i-2:]):
      tendencia_alta=0

  print()
  if (alta==1 and baixa==0):
      a1 = ativo.upper()+ ' HIGH TREND'
  elif (alta==0 and baixa==1):
      a1 = ativo.upper()+ ' LOW TREND!'
  else:
      a1 = ativo.upper()+ ' UNDEFINED'

#TRYING TO APPLY THE FUNCTION IN EVERY DF3 COLUMN
df3.apply(trend, axis=1)´´´

将numpy导入为np
作为pd进口熊猫
从数据读取器将数据作为wb导入
来自mpl_finance进口烛台ohlc
从数据读取器将数据作为wb导入
从日期时间导入日期时间
将matplotlib.dates导入为mpl_日期
将matplotlib.pyplot作为plt导入
将matplotlib.dates导入为mdates
#股票
ativo='WEGE3.SA'
acao2=上一代
#起点和终点分析
inicio='2020-1-1'
职能指令手册='2021-1-27'
#生成数据帧
df00=wb.DataReader（acao2，数据来源=yahoo'，开始=inicio，结束=fim）
df00.index.names=['Data']
df=df00.copy（deep=True）
df['Data']=df.index.map（mdates.date2num）
#移动平均线
df['ema21']=df['Close'].ewm（span=21，adjust=False）.mean（）
df['ema72']=df['Close'].ewm（span=72，adjust=False）.mean（）
#测向图
df1=df
df2=df[-120:]
#趋势规律
alta=1
对于范围（6）中的i：
如果（df2.ema21[-i-1]df2.ema21[-i-2]）：
baixa=0
如果（alta==1和baixa==0）：
a1=主动上（）
elif（alta==0和baixa==1）：
a1=ativo.upper（）+“低趋势！”
其他：
a1=ativo.upper（）+“未定义”
#绘图结果
打印（“---------------------------------------”）
印刷品（a1）
打印（“---------------------------------------”）
ohlc=df[[‘数据’、‘打开’、‘高’、‘低’、‘关闭’]]
f1，ax=plt.子批次（figsize=（14,8））
#画烛台
烛台_ohlc（ax，ohlc.values，width=.6，colorup='绿色'，colordown='红色'））
ax.xaxis.set\u major\u格式化程序（mdates.DateFormatter（“%Y-%m”））
标签=acao2.upper（）+'EMA26'
label_2=acao2.upper（）+'EMA09'
ax.plot（df.index，df1['ema21']，color='black'，label=label_）
ax.plot（df.index，df1['ema72']，color='blue'，label=label)
ax.grid（假）
ax.图例（）
ax.grid（真）
plt.title（acao2.upper（）+'：Gráfico Diário'）
plt.show（块=真）
#二氧化碳
#开始/结束分析
inicio='2020-1-1'
职能指令手册='2021-1-27'
#股票
ativos=['SAPR11.SA'，'WEGE3.SA']
#数据帧
mydata=pd.DataFrame（）
对于Tivos中的t：
mydata[t]=wb.DataReader（t，data_source='yahoo'，start=inicio，end=fim）['Close']
df2=mydata
#移动平均线
df3=df2.apply（lambda x:x.rolling（window=21.mean（））
#制造功能
def趋势（x）：
倾向性=1
对于范围（6）中的i：
如果（df3.columns[-i-1:]>df3.columns[-i-2:]）：
倾向性=0
打印（）
如果（alta==1和baixa==0）：
a1=主动上（）
elif（alta==0和baixa==1）：
a1=ativo.upper（）+“低趋势！”
其他：
a1=ativo.upper（）+“未定义”
#尝试在每个DF3列中应用该函数
df3.应用（趋势，轴=1）`

类似于：

def myfunc(x):
   #do things here where x is the group of rows sent to function
   #instead of df['column'], you'll use x['column'] 
   #because you are passing the rows into x
   return x

df.groupby('yourcolumn').apply(myfunc)