python - 计算日期范围内 Python Pandas 数据框的最大值

Question

我有一组股票市场数据，采样如下。

我想计算出每 5 天期间的最高“收盘价”。

symbol  date    open    high    low close   volume
AAU 1-Jan-07    2.25    2.25    2.25    2.25    0
AAU 2-Jan-07    2.25    2.25    2.25    2.25    0
AAU 3-Jan-07    2.32    2.32    2.26    2.26    39800
AAU 4-Jan-07    2.29    2.35    2.27    2.32    114200
AAU 5-Jan-07    2.32    2.32    2.26    2.27    113600
AAU 8-Jan-07    2.27    2.35    2.1 2.33    84500
AAU 9-Jan-07    2.31    2.31    2.21    2.23    54200
AAU 10-Jan-07   2.24    2.3 2.2 2.3 29000
AAU 11-Jan-07   2.23    2.33    2.22    2.24    21400
AAU 12-Jan-07   2.25    2.33    2.25    2.33    45200

为此，我添加了一个新列来计算结束日期范围(+5 天):

df[‘1w_date'] = df[‘date'].shift(-6)

然后 df 看起来像这样:

symbol  date    open    high    low close   volume  5d_date
AAU 1-Jan-07    2.25    2.25    2.25    2.25    0   8-Jan-07
AAU 2-Jan-07    2.25    2.25    2.25    2.25    0   9-Jan-07
AAU 3-Jan-07    2.32    2.32    2.26    2.26    39800   10-Jan-07
AAU 4-Jan-07    2.29    2.35    2.27    2.32    114200  11-Jan-07
AAU 5-Jan-07    2.32    2.32    2.26    2.27    113600  12-Jan-07
AAU 8-Jan-07    2.27    2.35    2.1 2.33    84500   15-Jan-07
AAU 9-Jan-07    2.31    2.31    2.21    2.23    54200   16-Jan-07
AAU 10-Jan-07   2.24    2.3 2.2 2.3 29000   17-Jan-07
AAU 11-Jan-07   2.23    2.33    2.22    2.24    21400   18-Jan-07
AAU 12-Jan-07   2.25    2.33    2.25    2.33    45200   19-Jan-07

接下来我将日期列设置为 df 索引:

df = df.set_index(['date'])

然后我尝试使用“日期”作为开始日期和“5d_date”作为结束日期来遍历每一行。

for i in df:
    date_filter = df.loc[df[‘date’]:df[‘5d_date']]
    df[‘min_value'] = min(date_filter['low'])
    df[‘max_value'] = max(date_filter['high'])

不幸的是，我收到一个 KeyError: 'date'。

我试过很多不同的方法，但不知道该怎么做。有谁知道如何解决这个问题，或者有更好的方法吗？

谢谢。

Answer 1

将索引设置为date后，可以使用pd.DataFrame.rolling:

df.rolling('7d')['close'].mean()
Out[93]: 
    date
2007-01-01    2.250000
2007-01-02    2.250000
2007-01-03    2.253333
2007-01-04    2.270000
2007-01-05    2.270000
2007-01-08    2.286000
2007-01-09    2.282000
2007-01-10    2.290000
2007-01-11    2.274000
2007-01-12    2.286000
Name: close, dtype: float64

或者，即使不这样做，

df.rolling(5)['close'].mean()
Out[94]: 
date
2007-01-01      NaN
2007-01-02      NaN
2007-01-03      NaN
2007-01-04      NaN
2007-01-05    2.270
2007-01-08    2.286
2007-01-09    2.282
2007-01-10    2.290
2007-01-11    2.274
2007-01-12    2.286
Name: close, dtype: float64

取决于您是想要一周 (1) 还是五行数据 (2)。

要将这些中的任何一个放在范围的开头而不是结尾，只需将 .shift(-4) 添加到后者，如果确实恰好有五个，甚至可以添加到前者每周几天，每周。