我想我想多了——我正在嘗試復制現有的 pandas 數據框列和值并進行滾動平均——我不想覆蓋原始數據。我正在遍歷列，獲取列和值，將滾動的 7 天 ma 作為新列，后綴_ma作為原始副本的副本。我想將現有數據與 7 天 MA 進行比較，并查看數據來自 7 天 MA 的標準偏差 - 我可以弄清楚 - 我只是想將 MA 數據保存為新數據框。我有for column in original_data[ma_columns]: ma_df = pd.DataFrame(original_data[ma_columns].rolling(window=7).mean(), columns = str(column)+'_ma')并得到錯誤：Index(...) must be called with a collection of some kind, 'Carrier_AcctPswd_ma' was passed但是如果我迭代for column in original_data[ma_columns]: print('Colunm Name : ', str(column)+'_ma') print('Contents : ', original_data[ma_columns].rolling(window=7).mean())我得到了我需要的數據：我的問題只是將其保存為一個新的數據框，我可以將其連接到舊的，然后進行分析。編輯我現在已經能夠制作一堆數據框，但我想將它們連接在一起，這就是問題所在：for column in original_data[ma_columns]: MA_data = pd.DataFrame(original_data[column].rolling(window=7).mean()) for i in MA_data: new = pd.concat(i) print(i)<ipython-input-75-7c5e5fa775b3> in <module> 17 # print(type(MA_data)) 18 for i in MA_data:---> 19 new = pd.concat(i) 20 print(i) 21 ~\Anaconda3\lib\site-packages\pandas\core\reshape\concat.py in concat(objs, axis, join, ignore_index, keys, levels, names, verify_integrity, sort, copy) 279 verify_integrity=verify_integrity, 280 copy=copy,--> 281 sort=sort, 282 ) 283 ~\Anaconda3\lib\site-packages\pandas\core\reshape\concat.py in __init__(self, objs, axis, join, keys, levels, names, ignore_index, verify_integrity, copy, sort) 307 "first argument must be an iterable of pandas " 308 "objects, you passed an object of type "--> 309 '"{name}"'.format(name=type(objs).__name__) 310 ) 311 TypeError: first argument must be an iterable of pandas objects, you passed an object of type "str"
1 回答
FFIVE
TA貢獻1797條經驗 獲得超6個贊
您應該遍歷列名并將生成的 pandas 系列分配為新的命名列，例如：
import pandas as pd
original_data = pd.DataFrame({'A': range(100), 'B': range(100, 200)})
ma_columns = ['A', 'B']
for column in ma_columns:
new_column = column + '_ma'
original_data[new_column] = pd.DataFrame(original_data[column].rolling(window=7).mean())
print(original_data)
輸出數據幀：
A B A_ma B_ma
0 0 100 NaN NaN
1 1 101 NaN NaN
2 2 102 NaN NaN
3 3 103 NaN NaN
4 4 104 NaN NaN
.. .. ... ... ...
95 95 195 92.0 192.0
96 96 196 93.0 193.0
97 97 197 94.0 194.0
98 98 198 95.0 195.0
99 99 199 96.0 196.0
[100 rows x 4 columns]
添加回答
舉報
0/150
提交
取消