* 겪고 있는 문제 상황을 최대한 자세하게 작성해주세요.

* 문제 해결을 위해 어떤 시도를 해보았는지 구체적으로 함께 알려주세요.

필요한 열만 골라내는 식을 쓰는데요.

분명히 Date가 있어서 그걸 썼고, 자꾸 오류가 나서 복사해서 붙여넣기까지 했는데도 자꾸 오류가 나서, 그럼 그건 골라내지 말고 다른 거나 일단 골라서 보자는 심정으로 Date를 지워버렸더니 원하는 대로 나왔어요. 왜 그런걸까요?

작성한 코드 및 에러 메세지

df = fdr.DataReader('005930','2018')


df = df[['Close']]


df['ma'] = df.rolling(3).mean().shift(1)#rolling(3)은 3일간, shift(1)은 한 칸  아래로 내림


df['action'] = np.where(df['Close'] > df['ma'], 'buy', 'sell')
df['action_temp'] = df['action'].shift(1)#action 열과 action_temp 열의 내용이 다른 부분을 찾기 위한 사전작업


df.iloc[-1,-1] = 'sell'#마지막엔 팔아야 이익을 실현할 수 있기 때문이지


cond = (df['action'] == 'buy') & (df['action_temp'] =='sell') 
cond1= (df['action'] == 'sell') & (df['action_temp'] =='buy') 
df['real_buy'] = np.where(cond,'buy', np.where(cond1,'sell',''))
df = df[['Close','ma','real_buy']]#왜 'Date'를 쓰면 오류가 나는 걸까?


df_buy = df[cond].reset_index()
df_buy.columns = ['날짜', '종가(buy)', '3일 이평값', '액션'] 
df_sell = df[cond1].reset_index()#.reset_index()가 없을 때는 한 줄은 buy, ,한 줄은 sell로 번갈아 나왔는데, 이걸 붙이니까 반쪽에만 있던 빈 줄이 없어진다.
df_sell.columns = ['날짜', '종가(sell)', '3일 이평값', '액션'] 


print(df_buy) #이렇게 하니까 멋없게 나오는구만.
df_sell#이렇게 하니까 예쁘게 나오는구만.


df_result = pd.concat([df_buy,df_sell],axis=1)#axis=1 때문에 두 표가 옆으로 붙음


df_result


            날짜  종가(buy)        3일 이평값   액션
0   2018-01-05    52120  51240.000000  buy
1   2018-01-15    48540  48426.666667  buy
2   2018-01-23    49160  49153.333333  buy
3   2018-02-12    45720  45500.000000  buy
4   2018-02-23    47220  47146.666667  buy
..         ...      ...           ...  ...
196 2023-04-21    65700  65466.666667  buy
197 2023-04-27    64600  64300.000000  buy
198 2023-05-08    65900  65400.000000  buy
199 2023-05-15    64500  64300.000000  buy
200 2023-05-26    70300  68566.666667  buy

[201 rows x 4 columns]

	날짜	종가(buy)	3일 이평값	액션	날짜	종가(sell)	3일 이평값	액션
0	2018-01-05	52120	51240.000000	buy	2018-01-09	50400.0	51740.000000	sell
1	2018-01-15	48540	48426.666667	buy	2018-01-19	49320.0	49840.000000	sell
2	2018-01-23	49160	49153.333333	buy	2018-01-30	49800.0	50753.333333	sell
3	2018-02-12	45720	45500.000000	buy	2018-02-20	47400.0	48306.666667	sell
4	2018-02-23	47220	47146.666667	buy	2018-02-28	47060.0	47326.666667	sell
...	...	...	...	...	...	...	...	...
196	2023-04-21	65700	65466.666667	buy	2023-04-24	65200.0	65500.000000	sell
197	2023-04-27	64600	64300.000000	buy	2023-05-04	65100.0	65533.333333	sell
198	2023-05-08	65900	65400.000000	buy	2023-05-09	65300.0	65466.666667	sell
199	2023-05-15	64500	64300.000000	buy	NaT	NaN	NaN	NaN
200	2023-05-26	70300	68566.666667	buy	NaT	NaN	NaN	NaN
201 rows × 8 columns