Question

我有一个数据框，其中包含超过5年的每分钟的开盘价，最高价，最低价，收盘价和日期。我想计算一个新列，并想将（该分钟的）收盘价与当天（上午9:15）的开盘价进行比较。我该怎么办？

下面是文件的屏幕截图。在J列中，有当日的开盘价，在K列中，是运行的收盘价。我想计算关闭和打开之间的差异。该文件有70万行，超过1000天，这意味着公开价格将更改1000次。

我有200个类似的文件，需要执行相同的步骤，因此循环不是理想的解决方案。

Answer 1

只需使用groupby和transform。请注意，这是假设您的数据已排序（例如，每个组的第一个值是开盘价）。

import pandas as pd
import datetime

# sample date
df1 = pd.DataFrame({'ticker': ['A']*5,
                    'date': pd.date_range('2020-01-01', '2020-01-01', periods=5),
                    'time': [datetime.time(9, 15), datetime.time(9, 16), datetime.time(9, 17),
                             datetime.time(9, 18), datetime.time(9, 19)],
                    'open': [1,2,3,4,5],
                    'close': [2,3,4,3,2]})

df2 = pd.DataFrame({'ticker': ['A']*5,
                    'date': pd.date_range('2020-01-02', '2020-01-02', periods=5),
                    'time': [datetime.time(9, 15), datetime.time(9, 16), datetime.time(9, 17),
                             datetime.time(9, 18), datetime.time(9, 19)],
                    'open': [3,2,3,4,5],
                    'close': [2,3,4,3,2]})

df = df1.append(df2)


# groupby the ticker and date then use transform to get the first value
# subtract the close from the first value of each group
df['diff'] = df['close'] - df.groupby(['ticker', 'date'])['open'].transform('first')

  ticker       date      time  open  close  diff
0      A 2020-01-01  09:15:00     1      2     1
1      A 2020-01-01  09:16:00     2      3     2
2      A 2020-01-01  09:17:00     3      4     3
3      A 2020-01-01  09:18:00     4      3     2
4      A 2020-01-01  09:19:00     5      2     1
0      A 2020-01-02  09:15:00     3      2    -1
1      A 2020-01-02  09:16:00     2      3     0
2      A 2020-01-02  09:17:00     3      4     1
3      A 2020-01-02  09:18:00     4      3     0
4      A 2020-01-02  09:19:00     5      2    -1

如何比较此数据框中的开盘价和收盘价变量？

1 个答案: