我有一个csv文件，其中包含500家公司的股票价值，为期5年（2013-2017年）。我拥有的列是：日期，开盘价，最高价，最低价，收盘价，成交量和名称。我希望能够比较这些公司，看看其中哪20家是最好的。我当时只是考虑使用均值，但由于收集的第一个数据（2013年1月）的股票价值有所不同（某些开始时为30美元，另一些开始时为130美元），因此很难真正比较这五年来最好的。因此，我希望将每个公司的首个日期的值作为零点。基本上，我想从第一个日期到收集的其余数据中减去收盘价。
我的问题是，首先，我很难达到第一个日期的收盘价。我想以某种方式编写类似“ data.loc（data ['close']）。iloc（0）”的东西。但是由于它是一个数据框，所以我找不到行的值，也无法遍历该数据框。
其次，我不确定如何区分这两家公司。我想对这500家公司中的每家公司都执行零点操作，因此我需要知道何时重新开始。
我现在拥有的代码是
def main():
data = pd.read_csv('./all_stocks_5yr.csv', usecols = ['date', 'close', 'Name'])
comp_name = sorted(set(data.Name))
number_of = comp_name.__len__()
comp_mean = []
for i in comp_name:
frames = data.loc[data['Name'] == i]
comp_mean.append([i, frames['close'].mean()])
print(comp_mean)
但这只会给我平均值，而不会使用零点
我的另一个想法是，将第一个值（2013年1月1日）的收盘价与最后一个值（2017年12月31日）的收盘价进行比较，以查看股票的增/减量。我不确定这是我如何从这些日期开始为500家公司中的每一个实现接近的价值。
您对任何一种方法都有建议吗？
提前谢谢