pandas 时间序列的百分比变化

Question

我是 python 新手，通过一些基本的股票数据分析来学习它。以下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 的关闭相比。 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-close 到 2010-01-05 9:16-open 的值为 0，因为 open = close (5278.80 == 5278.80)（由 * 标记）。

注意：我在处理数据时对数据进行了一些操作。以下是代码

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']]

当前数据框如下所示：

                     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 有 pct_change 函数，但它计算百分比变化 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没用的，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
   

详情：

• days.open - 当天最早的开放时间。
• days.close.shift() - 前一天的最新收盘价。
• 100 * ... - 将结果表示为百分比。

第二步是将这些数据与原始DataFrame“连接”起来 （创建一个新列）：

1. 为特定日期的一组行定义一个计算 %change 列的函数：

    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)
   

Answer 2

用途：

df['dates'] = pd.to_datetime(df['dates'])
close = df['close'].shift()
df['% change'] = np.where(
    df['date'].dt.day.diff().gt(0), ((df['open'] - close) / close) * 100, '')

结果：

# print(df)
                 date     open     high   close  volume % change
0 2010-01-05 09:16:00  5282.00  5283.10  5281.1   94700         
1 2010-01-05 12:16:00  5281.60  5281.60  5278.3   49100         
2 2010-01-05 16:16:00  5278.50  5280.50  5278.8   62550         
3 2010-01-06 09:16:00  5278.80  5279.45  5277.3   64850      0.0
4 2010-01-06 12:16:00  5277.95  5278.00  5276.0   65251