需要幫助進行股票數據集分析

Question

我創建了一個股票信息的數據框，例如“開盤價”，“高位”，“收盤價”等。現在，我需要計算股票的每個柱形（dataFrame中的每一行）的性能。 我想在dataFrame中創建一個新列，該列等於下一行的“ Close”列-上一行的“ Close”列值。

• 單個柱的性能為下一柱的收盤價減去當前柱的收盤價

我嘗試按每個第二行拆分close列值，並將此新的close列值制成自己的列。 然后創建一個新列，用第一列減去第二列，但是這是處理NaN值的問題。

df['performance'] = df.Close[2] - df.Close[1]

這使52767行中的每一行的性能均等於“ 2.5”。

我想做一列“性能”來進行迭代。 例如，如果行0的結束值為5，行1的結束值為7，則行0的性能值應為2，並且對52767行執行此操作。

Answer 1

pandas.Series.diff()

可以使用周期為-1 .diff()來計算與下一行的差異（與上一行的差異的正常行為相反）。 例如：

# Example data
df = pd.read_csv("https://vincentarelbundock.github.io/Rdatasets/csv/fpp2/goog200.csv", index_col=0).head(10)

# Calculate difference
df['performance'] = df['value'].diff(-1)

產量

    time       value  performance
1      1  392.830017     0.317932
2      2  392.512085    -4.793823
3      3  397.305908    -0.705414
4      4  398.011322    -2.478882
5      5  400.490204    -7.605530
6      6  408.095734    -8.494751
7      7  416.590485     3.586670
8      8  413.003815    -0.606048
9      9  413.609863     0.536499
10    10  413.073364          NaN