计算并绘制中间价（Mid Price）与成交量加权中间价（VWMP）报错求助

错误原因 #

你遇到的KeyError: "None of [Float]...."是因为试图用数值数组（mid_price）索引DataFrame，但DataFrame仅支持通过列名或行标签索引，数值数组无法匹配任何列，因此抛出错误。

修正后的代码 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 读取CSV文件（替换为你的实际文件路径）
nasdaq_1 = pd.read_csv(r'Path to csv')

# 计算中间价，将结果存入DataFrame新列
nasdaq_1['mid_price'] = (nasdaq_1['Offer_Price'] + nasdaq_1['Bid_Price']) / 2

# 计算成交量加权中间价，存入新列
nasdaq_1['vwmp'] = (nasdaq_1['Bid_Price'] * nasdaq_1['Offer_Size'] + nasdaq_1['Offer_Price'] * nasdaq_1['Bid_Size']) / (nasdaq_1['Offer_Size'] + nasdaq_1['Bid_Size'])

# 打印验证VWMP结果
print(nasdaq_1['vwmp'])

# 绘制中间价走势图
plt.figure(figsize=(10,10))
plt.plot(nasdaq_1.index, nasdaq_1['mid_price'])
plt.xlabel("Datetime")
plt.ylabel("$ price")
plt.title("Mid-price between bid and offer prices")
plt.show()

# 也可以直接使用pandas内置绘图方法
nasdaq_1['mid_price'].plot(figsize=(10,10), xlabel="Datetime", ylabel="$ price", title="Mid-price between bid and offer prices")
plt.show()

关键优化点 #

• 删除无用的np.array(nasdaq_1)代码，该行对后续操作无任何作用。
• 直接利用pandas Series运算计算指标，无需转换为numpy数组，代码更简洁高效。
• 将计算结果存入DataFrame新列（mid_price、vwmp），绘图时通过列名字符串索引，彻底避免KeyError。

补充优化（可选） #

若CSV中DateTime列未被识别为时间索引，可添加参数将其设为索引，方便时间序列分析：

nasdaq_1 = pd.read_csv(r'Path to csv', parse_dates=['DateTime'], index_col='DateTime')

设置后绘图时x轴会自动显示时间，无需再调用nasdaq_1.index。

内容的提问来源于stack exchange，提问作者veakin