如何计算熊猫每天52周高/低?

时间:2015-08-13 01:37:32

标签: python pandas

我有一个简单的数据帧,具有典型的OHLC值。我想从它计算每周52周的高/低(或其他时间范围),并将结果放入数据帧,以便我可以跟踪所有记录高/低的每日移动。

例如,如果时间范围仅为3天,则3天高/低将为: (3天高:过去3天内的最高'高'值)

Out[21]: 
             Open   High    Low  Close    Volume  3-Day-High 3-Day-Low 
Date                                                       
2015-07-01  273.6  273.6  273.6  273.6         0       273.6     273.6
2015-07-02  276.0  276.0  267.0  268.6  15808300       276.0     267.0
2015-07-03  268.8  269.0  256.6  259.8  20255200       276.0     256.6
2015-07-06  261.0  261.8  223.0  235.0  53285100       276.0     223.0
2015-07-07  237.2  237.8  218.4  222.0  38001700       269.0     218.4
2015-07-08  207.0  219.4  196.0  203.4  48558100       261.8     196.0
2015-07-09  207.4  233.8  204.2  233.6  37835900       237.8     196.0
2015-07-10  235.4  244.8  233.8  239.2  23299900       244.8     196.0

有什么简单的方法可以做到这一点以及如何做到这一点?谢谢你们!

3 个答案:

答案 0 :(得分:4)

您可以使用rolling_maxrolling_min

>>> df["3-Day-High"] = pd.rolling_max(df.High, window=3, min_periods=1)
>>> df["3-Day-Low"] = pd.rolling_min(df.Low, window=3, min_periods=1)
>>> df
             Open   High    Low  Close    Volume  3-Day-High  3-Day-Low
Date                                                                   
2015-07-01  273.6  273.6  273.6  273.6         0       273.6      273.6
2015-07-02  276.0  276.0  267.0  268.6  15808300       276.0      267.0
2015-07-03  268.8  269.0  256.6  259.8  20255200       276.0      256.6
2015-07-06  261.0  261.8  223.0  235.0  53285100       276.0      223.0
2015-07-07  237.2  237.8  218.4  222.0  38001700       269.0      218.4
2015-07-08  207.0  219.4  196.0  203.4  48558100       261.8      196.0
2015-07-09  207.4  233.8  204.2  233.6  37835900       237.8      196.0
2015-07-10  235.4  244.8  233.8  239.2  23299900       244.8      196.0

请注意,与您的示例一致,这将使用最后三个记录的日期,无论这些行之间是否有任何差距(例如07-03和07-06之间)。 / p>

答案 1 :(得分:3)

上述方法已在最新版本的python中被替换 请改用: Series.rolling(min_periods = 1,window = 252,center = False).max()

答案 2 :(得分:0)

您可以尝试以下方法:

three_days=df.index[-3:]
maxHigh=max(df['High'][three_days])
minLow=min(df['Low'][three_days])