如何按symbol分组对DataFrame应用bbands函数并新增列？

核心问题分析 #

直接用groupby.apply调用ta.bbands会返回包含多列的DataFrame，与原DataFrame的列结构不匹配，导致赋值报错。需要在分组内仅提取目标列，返回Series以保证索引对齐。

完整代码实现 #

import pandas as pd
import pandas_ta as ta

# 假设你的DataFrame名为df
df['bbm'] = df.groupby('symbol')['close'].apply(
    lambda x: x.ta.bbands(length=20, std=2)['BBM_20_2.0']
)

代码细节说明 #

1. 独立分组计算：按symbol分组，确保每个标的的布林带计算互不干扰。
2. 精准提取目标列：在apply的匿名函数中，仅对每组的close列调用布林带计算，并直接提取返回结果中的BBM_20_2.0（布林带中轨）列，返回Series类型。
3. 自动索引对齐：返回的Series保留了原DataFrame的索引，赋值时会自动与原数据行一一对应，无需额外合并操作。

结果验证 #

执行后原DataFrame会新增bbm列，每个symbol的前19行值为NaN（因布林带需要20个周期数据初始化），后续行则为对应标的的布林带中轨值。

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