python-3.x - Pandas 时间序列的百分比变化

Question

我是 Python 的新手，通过一些基本的股票数据分析来学习它。下面是我正在使用的数据框

                      date      open      high  ...       close  volume 
0      2010-01-05 09:16:00   5282.00   5283.10  ...   5281.10  94700    NaN
1      2010-01-05 12:16:00   5281.60   5281.60  ...   5278.30  49100    NaN
2      2010-01-05 16:16:00   5278.50   5280.50  ...   5278.80  62550    NaN
3      2010-01-06 09:16:00   5278.80   5279.45  ...   5277.30  64850    NaN
4      2010-01-06 12:16:00   5277.95   5278.00  ...   5276.00  65251    NaN

如您所见，它是一个时间序列，一天内有不同的时间段。所以我想找到 2010-01-06 09:16:00 的 prtc_change(百分比变化)打开与 2010-01-05 16:16:00。我该如何计算？

这是我正在寻找的输出类型:

                      date      open      high  ...       close  volume %change
0      2010-01-05 09:16:00   5282.00   5283.10  ...   5281.10  94700    
1      2010-01-05 12:16:00   5281.60   5281.60  ...   5278.30  49100    
2      2010-01-05 16:16:00   5278.50   5280.50  ...   5278.80*  62550    
3      2010-01-06 09:16:00   5278.80*   5279.45  ...   5277.30  64850    0
4      2010-01-06 12:16:00   5277.95   5278.00  ...   5276.00  65251    

%change 列的 2010-01-05 为 0 - 接近 2010-01-05 9:16 - 打开，因为open = close (5278.80 == 5278.80)(标有*)。

注意:我在处理数据时对数据进行了一些操作。下面是代码

import pandas as pd
import datetime

df = pd.read_csv(r'C:\Users\Admin\Desktop\Python files\nifty.txt' , sep = ';' , names = ["dates","open","high","low","close","volume"])
## fomration the date and time
df['dates'] = pd.to_datetime(df['dates'].astype(str) , format='%Y%m%d %H%M%S' )
## splitting the datetime column into date and time
df['date'] = [d.date() for d in df['dates']]
df['time'] = [d.time() for d in df['dates']]

当前数据框看起来像:

                     dates      open      high  ...  volume        date      time
0      2010-01-05 09:16:00   5282.00   5283.10  ...   94700  2010-01-05  09:16:00
1      2010-01-05 12:16:00   5281.60   5281.60  ...   49100  2010-01-05  12:16:00
2      2010-01-05 16:16:00   5278.50   5280.50  ...   62550  2010-01-05  16:16:00
3      2010-01-06 09:16:00   5278.80   5279.45  ...   64850  2010-01-05  09:16:00
4      2010-01-06 12:16:00   5277.95   5278.00  ...   65251  2010-01-05  12:16:00

Answer 1

Pandas 具有 pct_change 函数，但它会计算百分比变化在源 Series 的连续元素之间，或对于源 DataFrame 中的数字类型。

所以在你的情况下它是无用的，你需要一种不同的方法:

1. 第一步是找到每天的第一个开盘价和最后一个收盘价:

    days = df.groupby(df.date.dt.date).agg({'open': 'first', 'close': 'last'})
   

2. 然后，计算百分比变化:

    100 * (days.open - days.close.shift()) / days.open
   

详细信息:

• days.open - 从当天开始最早开放。
• days.close.shift() - 前一天的最新收盘价。
• 100 * ... - 将结果表示为百分比数。

第二步是将这些数据与原始DataFrame“join”(创建一个新列):

1. 定义一个函数，计算特定日期的一组行的 %change 列:

    def pctChg(grp):
        rv = pd.Series('', index=grp.index)
        chg = days.pct.asof(grp.iloc[0, 0])
        if pd.notnull(chg): rv.iloc[0] = chg
        return rv
   

2. 然后创建新列:

    df['%change'] = df.groupby(df.date.dt.date)\
        .apply(pctChg).reset_index(level=0, drop=True)