使用TA库计算Stochastic指标触发DataFrame真值模糊错误求助

你遇到的错误是因为ta.momentum.stoch函数需要接收pandas Series对象作为输入，而你传入的是DataFrame。当函数内部进行布尔判断或比较操作时，二维的DataFrame无法确定单一的真值，从而引发歧义错误。

错误代码回顾 #

你的代码中初始化价格数据时用了pd.DataFrame：

import pandas as pd
import sys
import ta    

highprices = pd.DataFrame([1111, 1112, 1114, 1116, 1118, 1119, 1130, 1140, 1160])
lowprices = pd.DataFrame([999, 1000, 1100, 1111, 1100, 1100, 1100, 1100, 1110])
lastprices = pd.DataFrame([1110, 1110, 1110, 1110, 1111, 1111, 1111, 1111, 1111])
slowk = ta.momentum.stoch(highprices, lowprices, lastprices,  3,  1)
slowd = slowk.rolling(3).mean()
print(slowk, slowd)
sys.exit()

运行后抛出错误：

ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

两种修正方案 #

方案1：直接用Series初始化价格数据

将pd.DataFrame替换为pd.Series，因为ta库的技术指标函数默认接收一维的Series输入：

import pandas as pd
import sys
import ta    

highprices = pd.Series([1111, 1112, 1114, 1116, 1118, 1119, 1130, 1140, 1160])
lowprices = pd.Series([999, 1000, 1100, 1111, 1100, 1100, 1100, 1100, 1110])
lastprices = pd.Series([1110, 1110, 1110, 1110, 1111, 1111, 1111, 1111, 1111])
slowk = ta.momentum.stoch(highprices, lowprices, lastprices, 3, 1)
slowd = slowk.rolling(3).mean()
print(slowk, slowd)
sys.exit()

方案2：从现有DataFrame中提取Series列

如果必须保留DataFrame结构，可以通过iloc[:,0]提取第一列（即唯一的列）作为Series传入函数：

import pandas as pd
import sys
import ta    

highprices = pd.DataFrame([1111, 1112, 1114, 1116, 1118, 1119, 1130, 1140, 1160])
lowprices = pd.DataFrame([999, 1000, 1100, 1111, 1100, 1100, 1100, 1100, 1110])
lastprices = pd.DataFrame([1110, 1110, 1110, 1110, 1111, 1111, 1111, 1111, 1111])
# 提取DataFrame的第一列转为Series
slowk = ta.momentum.stoch(highprices.iloc[:,0], lowprices.iloc[:,0], lastprices.iloc[:,0], 3, 1)
slowd = slowk.rolling(3).mean()
print(slowk, slowd)
sys.exit()

原理说明 #

ta.momentum.stoch函数内部会对价格数据执行滚动窗口计算（如N期内的最高价、最低价），这些操作依赖一维的Series结构。当传入二维的DataFrame时，函数在进行比较或布尔判断时，无法确定整个DataFrame的单一真值（每个单元格都有独立的布尔值），因此触发了歧义错误。将输入转为Series后，函数可以正常处理一维数据的计算逻辑。

内容的提问来源于stack exchange，提问作者Dalalama231123