数据类型-数据之间的差异。数组和数组

所以我使用的是Indicators包和sma函数。sma功能的设置如下:

function sma(x::Array{Float64}; n::Int64=10)::Array{Float64}
    return runmean(x, n=n, cumulative=false)
end

它的输入是一个数组{Float64}。

因此,我将数据加载到df中,类型如下:

julia> showcols(df)
6258×7 DataFrames.DataFrame
│ Col # │ Name      │ Eltype  │ Missing │
├───────┼───────────┼─────────┼─────────┤
│ 1     │ Date      │ Date    │ 0       │
│ 2     │ Open      │ Float64 │ 0       │
│ 3     │ High      │ Float64 │ 0       │
│ 4     │ Low       │ Float64 │ 0       │
│ 5     │ Close     │ Float64 │ 0       │
│ 6     │ Adj_Close │ Float64 │ 0       │
│ 7     │ Volume    │ Int64   │ 0       │

然后,我尝试直接在数据框列上运行sma函数,如下所示:

df[:Close_200sma] = sma(df[:Close],n=200)

它返回报告:

MethodError: no method matching sma(::DataArrays.DataArray{Float64,1}; n=200

我知道类型是:

6258-element DataArrays.DataArray{Float64,1}

DataArrays是一种允许缺失值的数据结构,因此我在这里阅读:

https://github.com/JuliaStats/DataArrays.jl

我导入了以下数据:

df = readtable("SPY.csv", header=true) 

所以不确定它是如何转换为数据的。数组结构。

当我将数据帧列拉入向量并将convert()用于数组时:

    Close = Float64[]
    Close = vec(df[:Close]) # 
6258-element DataArrays.DataArray{Float64,1}

# I use convert to direct array to drop the dataarray structure:
    Close = convert(Array, Close) # Float64[6258]

我可以通过sma函数很好地运行它:

sma(Close,n=200)

当我检查showcols(df)时

朱莉娅>showcols(df)
62587数据帧。数据帧
–Col–Name–Eltype–Missing–缺少
·
1日期日期0
–2–开放–浮动64–0–0
–3–高–浮动64–0–0
4低浮动64 0
–5–关闭–浮动64–0–0
–6–调整关闭–浮动64–0–0
7卷Int64 0

eltype为Float64。因为它被包装到datarray结构中,所以我无法将其传递给SMA函数,该函数仅为Float64设置。

我说它不工作是因为datarray结构,以及为什么我不能让它直接工作到数据帧中,对吗?

我使用read时,这个电话工作正常。CSV(),但它开始抛出空错误并覆盖其他文件。所以我暂时放弃了CSV包。

dt = CSV.read("SPY.csv", types=[String; fill(Float64, 5); Int])

在这里,我能够指定类型,并且能够将df列运行到sma()函数。