Python+pandas+每天股票漲了多少

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個全額獎學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問題回答

經(jīng)管之家送您兩個論壇幣！

+2 論壇幣

第一步：得到某支股票歷年來的交易數(shù)據(jù)

方法見：https://blog.csdn.net/zwy_0309/article/details/108217342

在此，我使用以下腳本得到股票（代碼：688022）在開始時間至現(xiàn)在的行情信息：

【腳本】

import tushare as ts
frame = ts.get_k_data('688022', start='2019-07-22')
print(frame)

【結(jié)果】

          date   open  close  high    low      volume   code

0   2019-07-22  67.60  50.19 68.99  33.53  17681055.0 688022

1   2019-07-23  40.98  44.45 47.55  40.98   6996702.0 688022

2   2019-07-24  45.18  50.72 50.85  45.18   9718576.0 688022

3   2019-07-25  52.00  55.17 60.65  52.00  11794163.0 688022

4   2019-07-26  53.52  51.70 55.45  50.44   7550641.0 688022

..         ...    ...    ...   ...    ...         ...    ...

279 2020-09-10  38.01  36.79 38.60  36.79    906319.0 688022

280 2020-09-11  36.83  37.30 37.88  36.33    841580.0 688022

281 2020-09-14  37.88  38.43 39.01  37.88   1095643.0 688022

282 2020-09-15  38.66  38.48 38.92  38.22    760755.0 688022

283 2020-09-16  38.80  39.30 39.61  38.01    993362.0 688022

[284 rows x 7 columns]

【說明】

2  以上結(jié)果中只展示了前5及后5條數(shù)據(jù)，如果想加載全部的數(shù)據(jù)，則在代碼中增加一句話：pd.set_option('display.max_rows', None)

2  當(dāng)然，有時列太多，也會顯示不全，如果想顯示全，則用pd.set_option('display.max_columns', None),


2  如果列太多換行了，則增加一個設(shè)置語句：pd.set_option('display.width', 500),其中500是整體顯示的寬度，這樣有的列不會換行。
第二步：設(shè)置時間序列索引

【腳本】

frame = frame.set_index('date')
frame.index = pd.to_datetime(frame.index)

【結(jié)果】

            open  close    high   low      volume    code

date                                                      

2019-07-22 67.60  50.19   68.99 33.53  17681055.0  688022

2019-07-23 40.98  44.45   47.55 40.98   6996702.0  688022

【說明】

在顯示上與上面不同，date不再是列標(biāo)題，而是變成了索引，之前的位置索引0、1、2……不見了。

另外，還需要將索引列轉(zhuǎn)換為時間類型，使用的函數(shù)為to_datetime()

第三步：得到每天收盤價比前一天收盤時漲的費(fèi)用


方法一：移動收盤價形成新的frame，再將兩個frame的close列相減

【腳本】

frame1 = frame.shift(1)
print(frame1)
print(frame['close'] - frame1['close'])

【結(jié)果1】

            open  close   high   low      volume    code

date                                                     

2019-07-22    NaN   NaN    NaN    NaN        NaN     NaN

2019-07-23 67.60  50.19  68.99 33.53  17681055.0  688022

2019-07-24 40.98  44.45  47.55 40.98   6996702.0  688022

【結(jié)果2】

date

2019-07-22     NaN

2019-07-23  -5.74

              ...

2020-09-15    0.05

2020-09-16    0.82

【說明】

1、 對比原frame數(shù)據(jù)與【結(jié)果1】，發(fā)現(xiàn)frame1的數(shù)據(jù)都發(fā)生了向下位移1天的情況，而索引沒有變化。

2、 【結(jié)果2】即為每天收盤價減前一天收盤價的增加量，即為股票漲了多少。

仔細(xì)看會發(fā)現(xiàn)，這樣的結(jié)果中，索引列數(shù)據(jù)不是連續(xù)的，而是只有交易日的數(shù)據(jù)。

方法二：移動索引列形成新的frame，再將兩個frame的close列相減

【腳本】

frame2 = frame.shift(-1, freq='D')
print(frame2)
print(frame['close'] - frame2['close'])

【結(jié)果1】

             open  close  high    low      volume   code

date                                                     

2019-07-21  67.60 50.19  68.99  33.53 17681055.0  688022

2019-07-22  40.98 44.45  47.55  40.98  6996702.0  688022

2019-07-23  45.18 50.72  50.85  45.18  9718576.0  688022

【結(jié)果2】

date

2019-07-21     NaN

2019-07-22    5.74

2019-07-23   -6.27

2019-07-24   -4.45

2019-07-25    3.47

              ...

2020-09-11     NaN

2020-09-13     NaN

2020-09-14   -0.05

2020-09-15   -0.82

2020-09-16     NaN

【說明】

索引列向后移動后，自動補(bǔ)了一天‘2019-07-21’，可以想到，后面每一周同樣會補(bǔ)一個日期，而這個日期卻不是交易日，在原frame中是不存在的。

由【結(jié)果2】可以看出，因?yàn)槿掌谒饕�的移動與自動被充，會導(dǎo)致非交易日數(shù)據(jù)相減結(jié)果為“NaN”。這一情況，在方法一中是不存在的。

總結(jié)

以上方法，比循環(huán)使用“第i行數(shù)據(jù)減第i-1行數(shù)據(jù)”的方法執(zhí)行效率高。

記住frame.shift()函數(shù)！

掃碼加我 拉你入群

請注明：姓名-公司-職位

以便審核進(jìn)群資格，未注明則拒絕

分享0 收藏4 回帖

關(guān)鍵詞：pandas python panda Das datetime