Python 计算其他值时动态移动平均值

我整天坐在RSI计算器上编程，在前面的问题中，我也意识到有另一种更简单的方法来计算RSI。但现在我只想成功，这也是一个学习的过程；-） 但现在，我必须根据数据帧中的增益计算移动平均值

def rsi_calculator(df):
    last_adj_close = float(df. loc[0, 'Adj Close'])
    gain = float(0)
    loss = float(0)
    for col, row in df.iterrows():
        change = float((col, row["Adj Close"])[1])-last_adj_close
        row['Change'] = change
        last_adj_close = float((col, row["Adj Close"])[1])
        if change > 0:
            gain = abs(change)
            loss = float(0)
        elif change < 0:
            loss = abs(change)
            gain = float(0)
        else:
            loss = float(0)
            gain = float(0)
        row['Gain'] = gain
        row['Loss'] = loss

        avg_gain = row['Gain'].rolling(windows=14).mean
        row['AVG Gain'] = avg_gain

我在这里也试过这个的不同版本

avg_gain = (col, row["Adj Close"])[1].rolling(window=14).mean

---

但是相同的错误消息，有人能帮忙吗？

当您使用iterrows时，

行['Gain']

是当前行中给定列的单个值，在本例中是单个浮点数

rolling（）

是指一次应用于整列或整行，而不是单个值是的，我自己几乎意识到了这一点，但我只是很难根据我当前的行位置找出如何使用windue返回该行它根本不是；t使用

.rolling

在循环中执行的操作。您可以像迭代任何其他数据结构（列表等）时那样存储值并自己计算，或者在

iterrows

之外使用内置函数，只需执行

df['AVG Gain']=df['Gain'].rolling（windows=14）。意思是

avg_gain = (col, row["Adj Close"])[1].rolling(window=14).mean