更新图表线时出现错误：.str 访问器仅可用于字符串值
我在使用 .update 方法处理我的线条对象时遇到了困难。我很确定我对 pd.Series 的格式理解是正确的，并且尽量按照文档的说明去做。
终端输出显示：
收到 avg_series_high: 2024-03-05 3693.797625 dtype: float64
然后我收到了以下错误信息：
在 update_chart_lines 中发生错误：只能对字符串值使用 .str 访问器！
我之前从未见过这个错误，使用 pd 时也没有遇到过，网上找到的所有关于这个错误的例子似乎都表明，系列的名称可能没有被自动当作字符串处理？
任何帮助或建议都将非常感谢。
代码示例
async def update_chart_lines(self, avg_line_high, avg_line_low, avg_line_high2, avg_line_low2, queue):
print("Starting update_chart_lines function")
avg_data = None
while True:
try:
avg_data = await queue.get()
if avg_data is not None and 'date' in avg_data:
avg_data['date'] = pd.to_datetime(avg_data['date'], unit='ms')
# Create a pandas Series for each line
avg_series_high_data = pd.Series([avg_data['avg_last_candles_high']], index=[avg_data['date']])
avg_series_low_data = pd.Series([avg_data['avg_last_candles_low']], index=[avg_data['date']])
avg_series_high2_data = pd.Series([avg_data['avg_last_candles_high2']], index=[avg_data['date']])
avg_series_low2_data = pd.Series([avg_data['avg_last_candles_low2']], index=[avg_data['date']])
print(f"Received avg_series_high: {avg_series_high_data}")
# Update each line with the corresponding pandas Series
avg_line_high.update(avg_series_high_data)
avg_line_low.update(avg_series_low_data)
avg_line_high2.update(avg_series_high2_data)
avg_line_low2.update(avg_series_low2_data)
else:
print("No avg candle ticks to process.")
continue
except Exception as e:
print(f"Error occurred in update_chart_lines: {e}")
这段代码不断生成一个数据框，并将其发送到 update_chart_lines：
async def last_candles_cont(df, n, timeframe, queue):
timeframe = timeframe
""" print(f"Calculating average of last {n} candles for {timeframe} timeframe") """
multipliers = {
'1d': 1.025,
'4h': 1.015,
'1h': 1.01,
'15m': 1.005,
'5m': 1.001,
'1m': 1.00
}
while True:
try:
avg_data = None
tick= await queue.get()
print(f"Received tick: {tick}")
tick_df = pd.DataFrame(tick, index=[0])
df = pd.concat([df, tick_df], ignore_index=True)
""" df['diff'] = df['close'] - df['close'].shift(1)
print (df['diff'])
# Calculate the rate of change as a percentage
df['roc'] = df['diff'] / df['close'].shift(1) * 100
print (df['roc']) """
multiplier = multipliers[timeframe]
df['avg_last_candles_high'] = (df['high']*multiplier).shift(1).rolling(n).mean()
df['avg_last_candles_low'] = (df['low']/multiplier).shift(1).rolling(n).mean()
df['avg_last_candles_high2'] = (df['high']*multiplier).rolling(n).mean()
df['avg_last_candles_low2'] = (df['low']/multiplier).rolling(n).mean()
avg_data = pd.DataFrame({
'date': (df['date']),
'avg_last_candles_high': df['avg_last_candles_high'],
'avg_last_candles_low': df['avg_last_candles_low'],
'avg_last_candles_high2': df['avg_last_candles_high2'],
'avg_last_candles_low2': df['avg_last_candles_low2'],
}).dropna()
current_candle = avg_data.tail(1).squeeze()
print(f"Current candle: {current_candle}")
# Put the current candle into the queue
await queue.put(current_candle)
await asyncio.sleep(1)
""" return avg_data """
except Exception as e:
print(f"Error in avg candle function: {e}")
return pd.DataFrame() # Return an empty DataFrame in case of error
1 个回答
2
我对lightweight-charts没有经验，但你的问题似乎和你传给.update的数据有关。
问题
你是这样创建pandas系列的：
avg_series_high_data = pd.Series([avg_data['avg_last_candles_high']], index=[avg_data['date']])
这样做实际上是创建了一个以日期为索引，并且每个日期都有对应值的系列。大致像这样：
2024-03-11 1
2024-03-12 2
2024-03-13 3
2024-03-14 4
问题在于lightweight-charts期待的pandas系列格式不同，也就是说，它希望每一行的数据框都有一个系列，包含一个索引是'date'，另一个索引是'some_value'……等等。所以应该更像这样：
date 2016-12-28 00:00:00
open 14.6667
high 14.92
low 14.48
close 14.616
volume 48715005.0
错误信息
你看到的错误是因为lightweight-charts期待date或time在系列的索引中。如果没有，它会假设这些词可能是大写的，并且会调用.str.lower()来处理。
在你传给它的系列中，索引值是datetime类型，所以就会抛出这个错误：
在update_chart_lines中发生错误：只能对字符串值使用.str访问器！
该怎么做
你需要按照上面建议的格式创建pandas系列。我没有你的数据，所以很难给出更具体的建议。因为这是一个线图，我假设每个系列大概会像这样：
date 2016-12-28 00:00:00
open 14.6667