怎样用python提取不同股票csv里特定时间段的数据
PHPz
PHPz 2017-04-18 10:17:31
0
2
893
我有几千只股票的csv数据,需要算所有股票在特定时间段内的收益率。
但是数据里的日期信息并不统一,有的csv到2011年就没有了之后的信息了,有的csv仅有2012年1月后的数据。
所以用pandas读取数据后,希望筛选数据一个特定时间段里的数据(比如2012-07到2012-08两个月的数据)。
但是把时间作为索引后,根本无法将没有该时间段内数据的股票给跳过,总是报错,搜了各种pandas处理时间的方法也没能解决。

以下是csv数据截图/所有csv文件都是这样的形式

import os
import pandas as pd
import numpy as np
stdic=os.listdir(os.listdir(os.getcwd())[1])
del stdic[0]
date=['2012-07','2012-08']
#计算排序期J、持有期K内的对数收益率
def creturn(data,J,K):
    r=['','']
    r[0] = np.log(data[date[J-1]]['Adj Close'][0]/data[date[0]]['Adj Close'][-1])   #排序期收益率
    r[1] = np.log(data[date[J+K-1]]['Adj Close'][0]/data[date[J]]['Adj Close'][-1]) #持有期内收益率
    return r
rank=[]
#对每一个股票csv数据进行以上的计算并放入rank列表中
for item in stdic:
    fname = 'data/'+item
    data=pd.read_csv(fname)
    data=data.dropna()
    data['Date'] = pd.to_datetime(data['Date'])
    data = data[(data['Date'] >='20120701') & (data['Date'] <= '20120831')]
    data=data.set_index(['Date'])
    rank.append(creturn(data,1,1)[0])
报错的原因发现是,到了第10个csv文件的时候,csv里根本没有2012-07的数据,所以无法进行计算。
但是,就是无法把这种没有特定时段数据的文件跳过,不知道怎么筛选。。
希望各位大神能指点训斥一下。。。!
PHPz
PHPz

学习是最好的投资!

membalas semua(2)
洪涛

Nampaknya data['Date'] pd.read_csv(fname) tidak ditukar kepada jenis tarikh
Jadi perbandingan anda ialah perbandingan rentetan, jadi ia adalah salah

Sediakan kaedah:

data['Date'] = pd.to_datetime(data['Date'])
data = data[(data['Date'] >=pd.to_datetime('20120701')) & (data['Date'] <= pd.to_datetime('20120831'))]

Rujukan:
http://pandas.pydata.org/pand...

黄舟

Saya juga mengalami situasi yang sama semasa menanyakan maklumat baris dalam jadual pangkalan data, beberapa baris mempunyai medan A dan beberapa baris tidak mempunyai medan A Apabila tiada medan A, ralat akan dilaporkan apabila saya pergi untuk mendapatkan maklumat medan A saya akan menangkap ralat ini dan kemudian cuba lagi hanya berikan pembolehubah yang menyimpan maklumat medan A nilai lalai dan ia akan menjadi OK untuk memenuhi keperluan langkau. Anda boleh mencuba idea yang serupa

Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!