计算返回时操作数类型错误

Posted 2023-03-16

【中文标题】计算返回时操作数类型错误

【英文标题】：Operand type error while computing returns

【发布时间】：2021-09-09 19:21:00

【问题描述】：

TypeError: unsupported operand type(s) for /: 'str' and 'str'  

所以这段代码是在我的金融课上编写的，基本上是在给定宏观经济条件的情况下导入金融股票数据。问题在于变量“macro_etf_df_mom”，由于某种原因，返回的计算不起作用。我明白问题一定出在这行代码里

macro_etf_df_mom = macro_etf_df[macro_etf_df.columns[~macro_etf_df.columns.isin(['Date'])]].pct_change()

但即使我环顾四周，我也无法修复它。如果有人能够帮助我，将不胜感激！

谢谢！

   
#ETF_data = ETF_data.filter(like='Close',axis=1).iloc[:,n:2*n]
ETF_data = ETF_data.dropna()
ETF_data = ETF_data.reset_index() # convert index to column (date)
#ETF_data = ETF_data.rename(columns='Date':'date')

# manipulating column names from multiIndex to normal
#ETF_data.columns = ['_'.join(x) for x in ETF_data.columns]
#ETF_data.columns = ETF_data.columns.str.lstrip('Close_')
#ETF_data = ETF_data.rename(columns='date_':'date')
#ETF_data['date'] = ETF_data['date'].dt.strftime('%Y-%m-%d')

ETF_data['Date'] = pd.to_datetime(ETF_data['Date'])

ETF_data['Date'] = ETF_data['Date'].dt.strftime('%Y-%m-%d')

print('Tickers in us:')
print(tickers)

# load macro factors data
import os
os.chdir('/Users//Downloads/IPM Final Project')
macro_factors = pd.read_csv("macro_ip_int2y.csv")
macro_factors = macro_factors.dropna()

n_macro_factors = len(macro_factors.columns)-1 # because 1st column is date
n_dates = len(macro_factors)
# deleting rows and columns that got unintentionally loaded
#macro_factors = macro_factors.iloc[0:(n_dates+1),0:(n_macro_factors+1)]
print(macro_factors.columns)
macro_factors['Date'] = pd.to_datetime(macro_factors['Date'], format='%d/%m/%Y')
macro_factors['Date'] = macro_factors['Date'].dt.strftime('%Y-%m-%d')
macro_factors['Date'] = macro_factors['Date'].values.astype('datetime64[M]')  # need to floor the dates on this file in order to marge it with the ETF file
macro_factors['Date'] = macro_factors['Date'].dt.strftime('%Y-%m-%d')

# merging the two data frames
macro_etf_df = pd.merge(ETF_data, macro_factors, on = 'Date') 

macro_etf_df = macro_etf_df.set_index('Date')

# Computing returns!!
macro_etf_df_mom = macro_etf_df[macro_etf_df.columns[~macro_etf_df.columns.isin(['Date'])]].pct_change()

macro_etf_df_mom = macro_etf_df_mom.add_suffix('_mom')
# joining the DF with the MoM rates to the original DF 
macro_etf_df = macro_etf_df.join(macro_etf_df_mom)
#macro_etf_df = macro_etf_df.dropna()







###########################################################################################################

# Macro-Cycle investing or Factor Timing
# The idea is to estimate which factors out(under)perform in which stages of the macro-cycle and position your portfolio accordingly

# lets calculate some stuff up to Dec 2018 and test it in 2019-2021
# 1. we want to know when IP is above (below) average

## example for gdp
# mgdp['current-level-avg'] = mgdp[:(len(mgdp)-24)].mean()


macro_etf_df['m_gdp_av'] = macro_etf_df.m_gdp[:(len(macro_etf_df)-24)].mean()
macro_etf_df['us_2y_av'] = macro_etf_df.us_2y[:(len(macro_etf_df)-24)].mean()

# 2. Create an indicator for the 4 possible states ip > av & us_2y > av, ip < av & us_2y > av, etc... 

【问题讨论】：

看起来你要求 pct_change 日期（作为字符串）因此错误。假设这是您想要做的，您应该将日期转换为数字值，例如时间戳，如果您想对它们执行数字运算。如果您将 Date 列保留为 datetime 类型，pandas 可能会足够聪明地执行此操作（我不确定），但是一旦您使用 strftime 将它们转换为字符串，pandas 就不再知道该列代表日期。跨度>

感谢您的回答！所以你建议我应该删除strftime？我只是有点困惑，因为这段代码的骨架来自我的教授，他设法像这样运行代码（代码比我复制的要多，他部分而不是整体运行（不确定如果这有所作为））。并且数值运算应该在其他值而不是日期列上（因此我很惊讶他能够像这样运行它）。亲切的问候，瓦西里

如果这是您和您的教授之间传递的研究代码（并且不使用版本控制），那么您可能没有运行完全相同的代码:)

我对其进行了调整——输入我的数字、更改目录和调整变量。唯一的区别应该是所选的 ETF 和宏观经济条件。在您发表评论后，我刚刚尝试将变量“日期”更改为数字变量（SP500 的收盘价），但仍然收到相同的错误。我是编码新手，所以任何指针都将不胜感激如何解决这个问题！:)

尝试使用您的数据框的简化实例（例如，仅包含日期列的实例），看看您是否可以提出Minimal Reproducible Example。如果你删掉所有不相关的代码，只关注手头的一个问题，它可能会让你更清楚。

【参考方案1】：

您可以使用检查数据帧数据类型

print(macro_etf_df.dtypes)

并确保您对数字使用数学，而不是字符串。如果您看到您的数据框具有“对象”类型，请尝试将该列转换为整数。请参阅下面的玩具代码，它以所有值作为字符串开头，因此数学失败，然后将列转换为整数，因此数学有效。

row1list = ['100', '2020/03/01']
row2list = ['200', '2020/03/01']
row3list = ['110', '2020/03/02']
df = pd.DataFrame([row1list, row2list, row3list],
                  columns=['number', 'date'])

# fail = df['number'].pct_change()
# TypeError: unsupported operand type(s) for /: 'str' and 'float'
print(df.dtypes)
# number    object
# date      object
# dtype: object

df['number'] = df['number'].astype(int)

print(df.dtypes)
# number     int64
# date      object
# dtype: object

works = df['number'].pct_change()
print(works)
# 0     NaN
# 1    1.00
# 2   -0.45