Python中如何将StochRSI函数返回的元组结果追加至DataFrame

你编写的StochRSI()返回的三个结果序列，全都是基于传入的daily.close列的索引计算得到的，和原daily DataFrame的索引天然匹配，无需复杂拼接操作，通过pandas基础的列赋值逻辑就能完成合并。

操作方法 #

函数返回的calcs是按顺序排列的三元元组，依次对应stochrsi、stochrsi_K、stochrsi_D三个计算结果。直接对元组拆包后赋值给原DataFrame的新列即可，参考代码：

# 在现有 calcs = StochRSI(daily.close, period=14, smoothK=3, smoothD=3) 这行代码后追加
daily['stochrsi'], daily['stochrsi_k'], daily['stochrsi_d'] = calcs

常见注意点 #

• 无需使用merge、concat类拼接操作：这类操作容易因索引类型不匹配、重复值问题导致行数据错位，pandas列赋值的逻辑会自动按索引匹配数据，前期因计算周期不足产生的空值会自动填充NaN，完全符合技术指标的正常输出逻辑。
• 你编写的函数内部包含dropna()、索引截断逻辑，计算得到的指标序列长度会短于原始行情序列，这是正常现象：StochRSI本身需要累计至少2*period + smoothK + smoothD长度的前置数据才能输出有效结果，前期未满足计算条件的位置为NaN不属于错误。
• 可以省略calcs临时中间变量，直接在调用函数时完成列赋值，简化代码：

daily['stochrsi'], daily['stochrsi_k'], daily['stochrsi_d'] = StochRSI(
    daily.close, period=14, smoothK=3, smoothD=3
)

• 赋值完成后可通过daily.tail()检查输出，末尾行的指标存在有效值、前期对应周期位置为NaN，即为合并正确。

内容的提问来源于stack exchange，提问作者Harrison H