如何将现实世界 5 天的每日股票数据转换为每周模式以获得每周移动平均线答案

【问题标题】：How to convert real world 5-day daily stock data to weekly pattern to get weekly moving average如何将现实世界 5 天的每日股票数据转换为每周模式以获得每周移动平均线
【发布时间】：2021-09-27 08:25:54
【问题描述】：

我有印度证券交易所数据和一个使用.rolling_mean 给出简单移动平均线的代码，但我想对每周数据做同样的事情。我尝试了许多通过互联网和博客提供的方法，但似乎没有任何方法适用于我的用例。

我正在使用Python 3.7 和Pandas 1.3.0。

这是我尝试过的代码：

df1 = df.copy()
df1.set_index('DATE',drop=True,inplace=True)
logic = {'OPEN'  : 'first',
         'HIGH'  : 'max',
         'LOW'   : 'min',
         'CLOSE' : 'last',}

offset = pd.offsets.timedelta(days=-6)
f = pd.read_clipboard(parse_dates=['DATE'], index_col=['DATE'])
f.resample('W', loffset=offset).apply(logic)

还有这个：

f = df.copy()

f['DATE'] = pd.to_datetime(f['DATE'])
f.set_index('DATE', inplace=True)
f.sort_index(inplace=True)

def take_first(array_like):
    return array_like[0]

def take_last(array_like):
    return array_like[-1]

output = f.resample('W',                                 # Weekly resample
                    how={'OPEN': take_first, 
                         'HIGH': 'max',
                         'LOW': 'min',
                         'CLOSE': take_last,}, 
                    loffset=pd.offsets.timedelta(days=-6))  # to put the labels to Monday

output = output[['OPEN', 'HIGH', 'LOW', 'CLOSE']]

两者都给出相同的错误：

AttributeError: module 'pandas.tseries.offsets' has no attribute 'timedelta'

【问题讨论】：

你的意思是pd.Timedelta(days=-6)？
上面写着PythonQtError: No Qt bindings could be found
这似乎是环境问题而不是pandas 问题。

标签： python pandas time-series data-science

【解决方案1】：

可以使用Anchored offsets 重新采样每周锚定到星期一然后可以Resample.aggregate 执行操作：

logic = {'Open': 'first',
         'High': 'max',
         'Low': 'min',
         'Close': 'last'}
output = df.resample('W-MON').agg(logic)

一些示例数据：

import yfinance as yf

msft = yf.Ticker("MSFT")
df = msft.history(start='2021-06-20', end="2021-07-20")

                  Open        High  ...  Dividends  Stock Splits
Date                                ...                         
2021-06-21  259.820007  263.519989  ...          0             0
2021-06-22  262.720001  265.790009  ...          0             0
2021-06-23  265.989990  266.829987  ...          0             0
2021-06-24  266.160004  267.850006  ...          0             0
2021-06-25  266.230011  267.250000  ...          0             0
2021-06-28  266.190002  268.899994  ...          0             0
2021-06-29  268.869995  271.649994  ...          0             0
2021-06-30  270.690002  271.359985  ...          0             0
2021-07-01  269.609985  271.839996  ...          0             0

样本输出：

                  Open        High         Low       Close
Date                                                      
2021-06-21  259.820007  263.519989  257.920013  262.630005
2021-06-28  262.720001  268.899994  262.399994  268.720001
2021-07-05  268.869995  278.000000  267.980011  277.649994
2021-07-12  278.029999  280.690002  274.299988  277.320007
2021-07-19  277.519989  284.100006  275.000000  276.140015

【讨论】：