我想獲得下面數(shù)據(jù)幀的每周最高收盤價所以我想根據(jù)周對數(shù)據(jù)幀進行切片并存儲在一個數(shù)組中日期開高低收01-08-2019 | 97.85 | 98.45 | 96.40 97.2502-08-2019 | 97.15 | 98.95 | 96.75 98.1505-08-2019 | 98.30 | 98.70 | 94.30 95.6506-08-2019 | 95.75 | 97.75 | 95.20 97.0507-08-2019 | 96.80 | 97.70 | 96.05 96.9008-08-2019 | 97.40 | 98.90 | 96.55 97.4009-08-2019 | 97.20 | 98.10 | 96.65 97.3012-08-2019 | 97.20 | 97.25 | 93.40 93.7513-08-2019 | 93.70 | 96.60 | 93.15 96.3514-08-2019 | 95.85 | 96.40 | 94.00 94.45August 01-08-2019 ,02-08-2019 為一周。8 月 05-08-2019、06-08-2019、07-08-2019、08-08-2019、09-08-2019 是第二周我希望數(shù)據(jù)框中的數(shù)據(jù)應(yīng)按周分組。
1 回答
慕碼人2483693
TA貢獻1860條經(jīng)驗 獲得超9個贊
要更改基于時間的數(shù)據(jù)幀的頻率，您可以使用該resample方法。以下代碼應(yīng)該有效：
(
? ? df
? ? .assign(Date=lambda x: pd.to_datetime(x['Date'], dayfirst=True)
? ? .set_index('Date')
? ? .asfreq('D')
? ? .resample('W')
? ? .agg({
? ? ? ?'High': 'max',
? ? ? ?'Low': 'min',
? ? ? ?'Open': lambda x: x.dropna().iloc[0],
? ? ? ?'Close': lambda x: x.dropna().iloc[-1]
? ? })
)
添加回答
舉報
0/150
提交
取消