Question

我有一个价格数据框：日期，开放，关闭，周，交易

我想在python中表达，对于数据框中的每一行，如何计算满足以下条件的最高价格：

交易是真的
日期是未来（超过当前行日期）
周是相同的
MaxH是最大开盘价，或者如果是一周的最后交易日，则MaxH =关闭

我知道for循环可能会得到答案，但我正在寻找一个更加pythonic的表达。

例如，

Row, Date,       Open,    Close,   Week, Trading,MaxHDate      MaxH
0    2017.6.12   120        1      W1    True    2017.6.14     500
1    2017.6.13   100        2      W1    True    2017.6.14     500
2    2017.6.14   500        3      W1    True    2017.6.14     500
3    2017.6.15   300      350      W1    True    2017.6.15     350
4    2017.6.16   1000       4      W1    False
5    2017.7.1    2000       5      W2    True    2017.7.1      5

在第1行中，它将在行2..3中采用max（Open），因为只有这些行具有相似的周，且交易为真且日期晚于2017.6.13。 2017.6.14的答案是500。在第3行中，由于它是第W1周的最后一行和交易==真，它将在同一天返回最大值（开盘价，收盘价）。

Answer 1

首先，我们需要过滤数据框，以获得我们想要计算最高价格的行

设df为数据帧假设date是一种Datetime

df[df.Trading == True && df.date > datetime.datetime.now().date()]

确定这个过滤器1和2

你对星期的意思是一样的，你可以使用像groupby这样的东西

df.groupby('Week').count()

您可以通过执行以下操作来过滤4（我很困惑您要做的事情）

df[df.Open == df.Open.max() & df.Close == df.Close.max()]

并参考此链接以获取一周中的最后一天，您可以将所有内容与＆amp;

Python: give start and end of week data from a given date

问题太开放了，需要更加具体

Answer 2

这是我的试用版：

a = pd.DataFrame(data={
    'open': [120, 100, 500, 300, 1000, 2000], 'close': [1, 2, 3, 350, 4, 5],
    'Week': ['W1', 'W1', 'W1', 'W1', 'W1', 'W2'], 'Trading': [True, True, True, True, False, True]},
index=[pd.to_datetime('2017-6-12'), pd.to_datetime('2017-6-13'), pd.to_datetime('2017-6-14'),pd.to_datetime('2017-6-15'), pd.to_datetime('2017-6-16'), pd.to_datetime('2017-7-1')])

for d in a.index:
    f = a[(a.index >= d) & (a.Week == a.loc[d].Week) & a.Trading]
    if len(f)>0:
        m = f.open.argmax()
        a.loc[d,'MaxHDate'] = m
        a.loc[d,'MaxH'] = f.loc[m].open if len(f)>1 else f.loc[d].close

剩余当前周的最大索引，其中open为max

2 个答案: