使用pandas_ta库计算CCI时出现KeyError错误的排查与解决

常见错误原因 #

• 列名生成不符预期：pandas_ta的cci函数默认生成的列名可能因版本、参数设置差异，不是你假设的'CCI_20_2.0'。
• 未合并结果到原DataFrame：直接调用df.ta.cci()时，如果没加append=True，结果是独立的Series，原DataFrame中根本不存在该列。
• 数据量不足：如果你的DataFrame行数少于CCI默认周期（20行），计算结果全为NaN，可能导致列未正确生成或被忽略。

解决方案 #

1. 先确认实际生成的列名
   先打印列名，搞清楚pandas_ta到底生成了什么名字的列：

   # 方式1：单独计算并查看列名
   cci_result = df.ta.cci()
   print(cci_result.name)  # 输出实际列名
   
   # 方式2：合并后查看所有列
   df.ta.cci(append=True)
   print(df.columns)
   

2. 自定义列名避免歧义
   调用cci时用rename参数指定自定义列名，彻底避开默认命名的问题：

   # 直接将CCI结果存入自定义列名
   df['My_CCI'] = df.ta.cci(rename='My_CCI')
   # 后续直接访问df['My_CCI']即可
   

3. 确保数据量满足周期要求
   检查你的数据行数，如果少于默认的20行，要么补充数据，要么调整周期参数：

   # 把周期改成10，适配数据量少的情况
   df.ta.cci(length=10, append=True)
   

4. 正确合并结果到原DataFrame
   必须添加append=True参数，否则cci函数只会返回单独的Series，不会把列加入原DataFrame：

   df.ta.cci(append=True)
   # 现在可以访问生成的CCI列了
   

内容的提问来源于stack exchange，提问作者Sundaraman Iyer