pandas求 rsi

在pandas中，可以使用以下步骤来计算RSI（相对强弱指标）：

1. 首先，计算每个交易日的价格变化。可以通过使用`diff()`函数来计算每个交易日的价格变化，例如：`df['price_change'] = df['close'].diff()`

2. 接下来，将价格变化分为正数和负数。可以使用`np.where()`函数将价格变化大于0的值设为1，小于0的值设为-1，等于0的值设为0，例如：`df['gain'] = np.where(df['price_change'] > 0, df['price_change'], 0)` 和 `df['loss'] = np.where(df['price_change'] < 0, abs(df['price_change']), 0)`

3. 然后，计算平均增益和平均损失。可以使用滚动窗口函数`rolling()`和`mean()`来计算平均增益和平均损失，例如：`df['avg_gain'] = df['gain'].rolling(window=n).mean()` 和 `df['avg_loss'] = df['loss'].rolling(window=n).mean()`

4. 接下来，计算相对强弱指标（RSI）。可以使用以下公式来计算RSI：`RSI = 100 - (100 / (1 + (avg_gain / avg_loss)))`，例如：`df['rsi'] = 100 - (100 / (1 + (df['avg_gain'] / df['avg_loss'])))`

下面是一个完整的示例代码：

import pandas as pd
import numpy as np

# 创建一个示例数据框
data = {'date': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
        'close': [100, 110, 120, 115, 105]}
df = pd.DataFrame(data)

# 计算价格变化
df['price_change'] = df['close'].diff()

# 将价格变化分为正数和负数
df['gain'] = np.where(df['price_change'] > 0, df['price_change'], 0)
df['loss'] = np.where(df['price_change'] < 0, abs(df['price_change']), 0)

# 计算平均增益和平均损失
n = 14  # RSI的计算周期
df['avg_gain'] = df['gain'].rolling(window=n).mean()
df['avg_loss'] = df['loss'].rolling(window=n).mean()

# 计算RSI
df['rsi'] = 100 - (100 / (1 + (df['avg_gain'] / df['avg_loss'])))

print(df)