python pandas处理股票量化数据:笔记1
import pandas as pd
# 假设有一个股票交易数据的CSV文件,列名为'date', 'open', 'high', 'low', 'close', 'volume'
# 读取数据
df = pd.read_csv('stock_data.csv', parse_dates=['date'])
# 计算移动平均线
df['20day_ma'] = df['close'].rolling(window=20).mean()
# 筛选出每个交易日的涨跌幅大于1%的记录
df = df[((df['close'] - df['open']) / df['open'] * 100).abs() > 1]
# 将数据框导出到CSV文件
df.to_csv('processed_stock_data.csv', index=False)
这段代码首先导入了pandas库,并假设有一个名为stock_data.csv
的CSV文件,其中包含了股票的开盘价、收盘价、成交量等信息。代码读取了这个CSV文件,并将日期列解析为日期格式。然后,它计算了每个记录的20日移动平均线,并筛选出涨跌幅大于1%的记录。最后,将处理过的数据框导出到一个新的CSV文件中。这个过程展示了如何使用pandas进行常规的股票数据处理任务。
评论已关闭