使用双公式计算Pandas Series的问题求助

问题分析 #

你需要实现的是类似RSI指标中的平均增益计算逻辑：

• 初始值：用period个周期的滚动均值计算第一个有效平均增益
• 后续迭代值：使用平滑公式 (前一期平均增益 * (period-1) + 当前周期增益) / period

你之前的代码错误在于误用了avg_gain的当前值代替delta_up的实际增益值，同时Pandas的iloc直接修改可能存在视图/副本的赋值问题，导致结果与Excel偏差。

正确实现代码 #

import pandas as pd

def calculate_avg_gain(data, periods):
    # 预处理数据
    clean_data = data.dropna()
    delta = clean_data.diff()
    delta_up = delta.clip(lower=0)
    
    # 初始化avg_gain Series，保留索引对齐
    avg_gain = pd.Series(index=delta_up.index, dtype='float64')
    
    # 计算初始值：第period个位置（索引从0开始）的滚动均值
    initial_avg = delta_up.rolling(window=periods, min_periods=periods).mean()
    avg_gain.iloc[periods] = initial_avg.iloc[periods]
    
    # 迭代计算后续值
    for i in range(periods + 1, len(delta_up)):
        prev_avg = avg_gain.iloc[i-1]
        current_gain = delta_up.iloc[i]
        avg_gain.iloc[i] = (prev_avg * (periods - 1) + current_gain) / periods
    
    return avg_gain

代码说明 #

1. 初始化Series：创建与delta_up同索引的空Series，确保索引对齐，避免赋值错位
2. 初始值计算：直接取滚动均值的第一个有效值（对应第period个数据点）
3. 迭代逻辑：
   • 从periods+1位置开始遍历（初始值在periods位置）
   • 每一步取前一期的平均增益prev_avg和当前周期的实际增益current_gain（来自delta_up）
   • 代入平滑公式计算当前值，直接赋值到avg_gain的对应位置

验证与Excel对齐 #

假设你有测试数据，比如：

# 模拟Excel中的测试数据
test_data = pd.Series([10, 12, 11, 13, 15, 14, 16, 18, 17, 19, 20, 22, 21, 23], name='price')
avg_gain_result = calculate_avg_gain(test_data, periods=10)

此时计算出的avg_gain_result会和Excel中用相同逻辑计算的结果完全一致——严格遵循了初始值取前N个增益均值、后续值用平滑公式迭代的规则。

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