“非类型”对象不可编辑-数据导入

Question

这里需要一些帮助来消除这个错误。这是代码-#是运行出色的原始代码，我试图适应：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.tsa.stattools import adfuller
from genhurst import genhurst
from datetime import datetime
import pandas_datareader as pdr 


df = pdr.DataReader('BTC-USD', 'yahoo', datetime(2014,1,1), datetime(2019,10,25))

# df=pd.read_csv('inputData_USDCAD.csv')

y=df.loc[df['Adj Close']]

# y=df.loc[df['Time']==1659, 'Close']


results=adfuller(y, maxlag=1, regression='c', autolag=None)
print(results)

# Find Hurst exponent
H, pVal=genhurst(np.log(y))
print("H=%f pValue=%f" % (H, pVal))

以下是错误消息：

文件“”，第14行，y=df.loc[df['Adj Close']]

文件"C：\用户\apros\Anaconda3\lib\site-包\熊猫\核心\indexing.py"，第1424行，在getitem返回自己。_getitem_axis（maybe_callable，轴=轴）

文件“C:\Users\apros\Anaconda3\lib\site packages\pandas\core\index.py”，第1839行，在_getitem\u axis return self.\u getitem\u iterable（键，axis=axis）中

文件"C：\用户\apros\Anaconda3\lib\site-包\熊猫\核心\indexing.py"，第1133行，_getitem_iterablekeyarr，索引器=自我。_get_listlike_indexer（键，轴，raise_missing=假）

文件“C:\Users\apros\Anaconda3\lib\site packages\pandas\core\index.py”，第1089行，类似于索引器keyarr、索引器new\u indexer=ax.\u reindex\u non\u unique（keyarr）

文件“C:\Users\apros\Anaconda3\lib\site packages\pandas\core\indexes\base.py”，第3443行，在非唯一索引器中，缺失=self.get非唯一索引器（目标）

文件"C：\用户\apros\Anaconda3\lib\site-包\熊猫\核心\索引\base.py"，第4801行，在get_indexer_non_unique索引器中，缺少=自我。_engine.get_indexer_non_unique（tgt_values）

文件"pandas_libs\index.pyx"，第295行，在熊猫中。_libs.index.IndexEngine.get_indexer_non_unique

TypeError:“非类型”对象不可编辑

Answer 1

谢谢大家！！

loc方法就是问题所在，它似乎只通过应用y=df['Adj Close']起作用`

@author: Ernest
"""

# Example 2: Using ADF Test for Mean Reversion
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import statsmodels.api as sm
import pandas_datareader as pdr 
from statsmodels.tsa.stattools import adfuller
from datetime import datetime



def genhurst(z):
# =============================================================================
# calculation of Hurst exponent given log price series z
# =============================================================================
    z=pd.DataFrame(z)

    taus=np.arange(np.round(len(z)/10)).astype(int) # We cannot use tau that is of same magnitude of time series length 
    logVar=np.empty(len(taus)) # log variance

    for tau in taus:
        logVar[tau]=np.log(z.diff(tau).var(ddof=0))

    X=np.log(taus)    
    Y=logVar[:len(taus)]
    X=X[np.isfinite(logVar)]
    Y=Y[np.isfinite(logVar)]
#    pd.DataFrame(np.asmatrix([X, Y]).T).to_csv('XY.csv')

    X = sm.add_constant(X)
#    plt.scatter(X[:,1], Y) # for debug only
    model=sm.OLS(Y, X)
    results=model.fit()
    H=results.params[1]/2
    pVal=results.pvalues[1]
    return H, pVal


df = pdr.DataReader('BCH-USD', 'yahoo', datetime(2017,1,1), datetime(2019,10,25))

# df=pd.read_csv('inputData_USDCAD.csv')

y = df['Adj Close']

# y=df.loc[df['Time']==1659, 'Close']


results=adfuller(y, maxlag=1, regression='c', autolag=None)
print(results)

# Find Hurst exponent
H, pVal=genhurst(np.log(y))
print("H=%f pValue=%f" % (H, pVal))

安德烈亚斯酒店

Answer 2

您的代码显示您已经从pdr中读取了您的df。DataReader.

但是这些信息太少，无法说明错误的来源。实际上，在这里，您如何阅读df的方式并不重要。

宁愿展示你的一份文件。

一个重要的细节是每列的数据类型，特别是用作标准字段（Adj Close）的数据类型。

我假设它已被读取为字符串（或其他类型），但您期望在那里使用布尔类型。

您是否应该将Adj Close列中的值与一些具体值进行比较？

还要检查您的df是否包含具有此名称的列。