K線數(shù)據(jù)提取
依據(jù)原有數(shù)據(jù)集格式，按要求生成新表:
1、每分鐘的close數(shù)據(jù)的第一條、最后一條、最大值及最小值，
2、每分鐘vol數(shù)據(jù)的增長量（每分鐘vol的最后一條數(shù)據(jù)減第一條數(shù)據(jù)）
3、匯總這些信息生成一個新表
（字段名：[‘time',‘open',‘close',‘high',‘low',‘vol']）
import pandas as pd
import time
start=time.time()
df=pd.read_csv('data.csv')
df=df.drop('id',axis=1) #刪除id列
df1=pd.DataFrame(columns=['time','open','close','high','low','vol'])#新建目標(biāo)數(shù)據(jù)表
for i in df.groupby('time'): #按時間分組
new_df=pd.DataFrame(columns=['time','open','close','high','low','vol']) #新建空表用于臨時轉(zhuǎn)存要求數(shù)據(jù)
new_df.time=i[1].time[0:1] #取每組時間為新表時間
new_df.open=i[1].close[0:1] #取每組第一個close數(shù)據(jù)為新表open數(shù)據(jù)
new_df.close=i[1]['close'].iloc[-1] #取每組最后一個close數(shù)據(jù)為新表close數(shù)據(jù)
new_df.high=i[1]['close'].max() #取每組close數(shù)據(jù)最大值為新表hige數(shù)據(jù)
new_df.low=i[1]['close'].min() #取每組close數(shù)據(jù)最小值為新表low數(shù)據(jù)
new_df.vol=i[1]['vol'].iloc[-1] - i[1]['vol'].iloc[0] #用每組vol數(shù)據(jù)最大值減去最小值為新表vol數(shù)據(jù)
df1=pd.concat([new_df,df1],axis=0) #縱向合并數(shù)據(jù)到目標(biāo)數(shù)據(jù)表
df2=df1.sort_values('time') #按time列值進行排序
df2.reset_index(inplace=True, drop=True) #重置行索引
print(df2) #打印目標(biāo)數(shù)據(jù)表
stop=time.time() #查看耗時
print('共計耗時：{}秒'.format(stop-start))
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
