今天有读者咨询这个问题，其实在前面的文章中已经讲过这个问题了，发给他了相关文章，还是没能解决，可能是我写的不够详细，在这篇文章中，尝试出一个入门级别的解决方案。

【答读者问23】计算指标的时候是直接使用pandas计算好指标加载进去速度快，还是在backtrader中计算指标速度快？（2021-11-17更新，修复pandas增加列添加问题)

10、backtrader的一些基本概念—feed讲解(2)—如何增加新的数据及一个基于pe-pb的小策略

学习python的读者，应该很快就会对pandas进行操作了。正常的backtrader接收的pandas的数据结构大概是这个样子的：index是具体的时间格式，如果不确定是不是时间，最好使用
df.index = pd.to_datetime(df.index)进行下转换，然后接下来的数据依次是open,high,low,close,volume,openinterest

正常加载dataframe数据到cerebro中是这样的：

    data_name = "xxx"
    # df数据已经在前面生成好了 
    datetime_list = list(df.index)
    # 添加cerebro
    cerebro = bt.Cerebro()
    # 添加策略
    cerebro.addstrategy(策略类名称)
    # 准备数据        
    params = dict(
                    fromdate = datetime_list[0],
                    todate = datetime_list[-1],
                    )
   
    feed =  bt.feeds.PandasDirectData(dataname=df,**params)
    # 添加合约数据
    cerebro.adddata(feed, name = data_name)
    # 添加手续费
    cerebro.broker.setcommission(commission=0.0005)
    # 添加资金
    cerebro.broker.setcash(100000.0)
    # 开始运行
    cerebro.run()

但是我们接下来要用到别的数据，比如turnover_rate这样的换手率,那么，我们准备的df数据就应该考虑做成这样：

使用下面的方法加载数据到cerebro中：

class ExtendPandasFeed(bt.feeds.PandasDirectData):
    # 根据需要定制这个列，其中把turnover_rate等超出openinterest的变量修改为自己想要的变量
    params = (
        ('datetime', 0),
        ('open', 1),
        ('high', 2),
        ('low', 3),
        ('close', 4),
        ('volume', 5),
        ('openinterest', 6),
        ("turnover_rate",7),

        )
    lines = ("turnover_rate",)
    datafields = [
        'datetime', 'open', 'high', 'low', 'close', 'volume', 'openinterest',"turnover_rate"
    ]
    # 形成的pandas的数据，index要是datetime,然后列一次要为open，high,low，volume,openinterest,turnover_rate

     data_name = "xxx"
    # df数据已经在前面生成好了 
    datetime_list = list(df.index)
    # 添加cerebro
    cerebro = bt.Cerebro()
    # 添加策略
    cerebro.addstrategy(策略类名称)
    # 准备数据        
    params = dict(
                    fromdate = datetime_list[0],
                    todate = datetime_list[-1],
                    )
    # 唯一需要修改的地方就是feed的生成，在这里直接使用
    # feed =  bt.feeds.PandasDirectData(dataname=df,**params)
    feed =  ExtendPandasFeed(dataname=data,**params)
    # 添加合约数据
    cerebro.adddata(feed, name = data_name)
    # 添加手续费
    cerebro.broker.setcommission(commission=0.0005)
    # 添加资金
    cerebro.broker.setcash(100000.0)
    # 开始运行
    cerebro.run()

在strategy中，可以直接使用self.datas[0].turnover_rate访问具体的turnover_rate的数据，就跟open,high,low,close这些常用的数据一样。