使用group_by时Pandas TA库计算EMA失效的问题排查

我有如下5分钟周期的OHLC数据：

timestamp    open    high  ...  symbol  volume_10_day  last_high_volume_high
0       2022-09-09 11:20:00+00:00  1.4000  1.4000  ...    AMAM            NaN                   0.50
1       2022-09-09 13:30:00+00:00  1.4100  1.4100  ...    AMAM            NaN                   0.50
2       2022-09-09 14:05:00+00:00  1.4749  1.4749  ...    AMAM            NaN                   0.50
3       2022-09-09 16:45:00+00:00  1.4700  1.4702  ...    AMAM            NaN                   0.50
4       2022-09-09 17:10:00+00:00  1.4300  1.4300  ...    AMAM            NaN                   0.50
...                           ...     ...     ...  ...     ...            ...                    ...
281476  2022-12-03 00:35:00+00:00  1.3300  1.3300  ...      ZH        31921.4                   1.07
281477  2022-12-03 00:40:00+00:00  1.3300  1.3300  ...      ZH        31921.4                   1.07
281478  2022-12-03 00:45:00+00:00  1.3200  1.3300  ...      ZH        31921.4                   1.07
281479  2022-12-03 00:50:00+00:00  1.3250  1.3250  ...      ZH        31921.4                   1.07
281480  2022-12-03 00:55:00+00:00  1.3300  1.3300  ...      ZH        31921.4                   1.07

我尝试按symbol分组计算72周期EMA（为测试问题，临时设置length=2），代码如下：

import pandas as pd
import pandas_ta as ta

df["EMA72"] = ta.ema(df.groupby('symbol')['close'], length=2) # length设为2用来验证问题

但运行后EMA72列全部为None：

timestamp    open    high     low  ...      vwap  symbol  volume_10_day  EMA72
0       2022-09-09 11:20:00+00:00  1.4000  1.4000  1.4000  ...  1.400000    AMAM            NaN   None
1       2022-09-09 13:30:00+00:00  1.4100  1.4100  1.4100  ...  1.410000    AMAM            NaN   None
2       2022-09-09 14:05:00+00:00  1.4749  1.4749  1.4749  ...  1.474900    AMAM            NaN   None
3       2022-09-09 16:45:00+00:00  1.4700  1.4702  1.4100  ...  1.445265    AMAM            NaN   None
4       2022-09-09 17:10:00+00:00  1.4300  1.4300  1.4100  ...  1.413117    AMAM            NaN   None
...                           ...     ...     ...     ...  ...       ...     ...            ...    ...
281476  2022-12-03 00:35:00+00:00  1.3300  1.3300  1.3300  ...  1.330000      ZH        31921.4   None
281477  2022-12-03 00:40:00+00:00  1.3300  1.3300  1.3300  ...  1.330000      ZH        31921.4   None
281478  2022-12-03 00:45:00+00:00  1.3200  1.3300  1.3200  ...  1.322804      ZH        31921.4   None
281479  2022-12-03 00:50:00+00:00  1.3250  1.3250  1.3250  ...  1.325000      ZH        31921.4   None
281480  2022-12-03 00:55:00+00:00  1.3300  1.3300  1.3200  ...  1.326081      ZH        31921.4   None

请问我哪里操作出错了？

错误原因 #

ta.ema()函数无法直接处理groupby对象，它需要接收单个Series类型的数据。直接将分组对象传入函数，会导致函数无法正确解析计算，最终返回无效值。

修复代码 #

需要通过groupby().apply()遍历每个分组，对每个分组单独计算EMA后再合并回原DataFrame：

import pandas as pd
import pandas_ta as ta

# 定义分组计算EMA的函数
def calculate_ema(group):
    group['EMA72'] = ta.ema(group['close'], length=2)
    return group

# 按symbol分组应用函数，恢复原索引结构
df = df.groupby('symbol').apply(calculate_ema).reset_index(drop=True)

说明 #

• groupby().apply()会逐个处理每个symbol对应的子数据集，确保每个分组的EMA计算独立进行。
• reset_index(drop=True)用于消除分组后产生的多级索引，让DataFrame回到原始的索引结构。
• 测试用的length=2可以直接替换为实际需求的72，计算逻辑完全一致。

内容的提问来源于stack exchange，提问作者a7dc