滚动每周技术指标使用塔利班，蟒蛇和熊猫。

Question

*更新了问题，更好的代码示例，现在用列表理解来完成它*

我试着每周用熊猫和泰利来获得技术指标。

所谓“每周滚动”，我的意思是，如果今天是星期四，那么今天的ADX每周价值将仅使用本周四、前一个星期四等等计算。之前的ADX在每周ADX系列中只使用星期三等计算。所以现在，有一天过去了，我们站在星期五，只应该用星期五来计算每周的ADX。最后，ADX系列就是附加在一个系列中的所有这些ADX。

目前，我使用一个列表理解，它生成5个列表在"adxs_list“中，每个列表是一周中的一天。例如，adxs_list显示仅用星期一计算的talib.ADX值，adxs_list1，显示仅用星期二计算的talib.ADX值，等等。

现在，当我试图将这些列表放回原始的dataframe时，我陷入了困境。试图把它们混在一起，然后把它们添加到DataFrame中，但却搞不清楚.

因此，问题是，如何才能将这些计算重新加入到原始数据中，尊重df的索引？

import pandas as pd
import numpy as np
import talib

df  = pd.DataFrame(np.random.randn(1000,4),
    index=pd.date_range(pd.datetime(2000,3,30), freq='B', periods=1000),
    columns =['PX_OPEN', 'PX_LAST', 'PX_HIGH', 'PX_LOW'] )

lista4 = ['W-MON','W-TUE','W-WED','W-THU','W-FRI']

adxs_list = [([talib.ADX(df['PX_HIGH'].resample(w).values, 
                      df['PX_LOW'].resample(w).values, df['PX_LAST'].resample(w).values
                      , timeperiod=3)]) for w in lista4]

试图用以下方法来做：

adxs_frame = reduce(pd.DataFrame.combine_first,adxs_list)

并得到了以下错误：

TypeError:必须以DataFrame实例作为第一个参数调用未绑定方法combine_first() (改为got列表实例)

Answer 1

最后，我想我想明白了。必须转置，然后重新分配原来的索引。不确定这是否是最快的方法，但如下所示：

import pandas as pd
import numpy as np
import talib

df  = pd.DataFrame(np.random.randn(100,4),
    index=pd.date_range(pd.datetime(2000,3,30), freq='B', periods=100),
    columns =['PX_OPEN', 'PX_LAST', 'PX_HIGH', 'PX_LOW'] )


lista3 = ['PX_OPEN', 'PX_LAST', 'PX_HIGH', 'PX_LOW']
lista4 = ['W-MON','W-TUE','W-WED','W-THU','W-FRI']
i0=[]
i1=[]
i2=[]
i3=[]
i4=[]

adxs_list = [([talib.ADX(df['PX_HIGH'].resample(w).values, 
                      df['PX_LOW'].resample(w).values, df['PX_LAST'].resample(w).values
                      , timeperiod=3)]) for w in lista4]

    # transposing the arrays and assigning them the original index of that week day
for u,v in [(u,v) for u,v in zip(range(5),lista4)]:    
    r = "i{0} = pd.DataFrame(adxs_list[{0}]).transpose().set_index(df.PX_OPEN.resample('{1}').index)".format(u,v)    
    exec r

    # combining all the new dataframes into a single dataframe (respecting their indexes)
y0 = [i0, i1, i2, i3, i4]   
i_frame = reduce(pd.DataFrame.combine_first, y0)

    # merging this new dataframe into the original df
df = df.merge(i_frame, left_index=True, right_index=True)

    # for some strange reason new column is named 0, so renaming it 
names = df.columns.values
names[-1] = 'ADX_w'
df.columns = names