python 数据提取及拆分的实现代码
作者:杜凯杰 时间:2023-11-13 09:13:12
K线数据提取
依据原有数据集格式,按要求生成新表:
1、每分钟的close数据的第一条、最后一条、最大值及最小值,
2、每分钟vol数据的增长量(每分钟vol的最后一条数据减第一条数据)
3、汇总这些信息生成一个新表
(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) #删除id列
df1=pd.DataFrame(columns=['time','open','close','high','low','vol'])#新建目标数据表
for i in df.groupby('time'): #按时间分组
new_df=pd.DataFrame(columns=['time','open','close','high','low','vol']) #新建空表用于临时转存要求数据
new_df.time=i[1].time[0:1] #取每组时间为新表时间
new_df.open=i[1].close[0:1] #取每组第一个close数据为新表open数据
new_df.close=i[1]['close'].iloc[-1] #取每组最后一个close数据为新表close数据
new_df.high=i[1]['close'].max() #取每组close数据最大值为新表hige数据
new_df.low=i[1]['close'].min() #取每组close数据最小值为新表low数据
new_df.vol=i[1]['vol'].iloc[-1] - i[1]['vol'].iloc[0] #用每组vol数据最大值减去最小值为新表vol数据
df1=pd.concat([new_df,df1],axis=0) #纵向合并数据到目标数据表
df2=df1.sort_values('time') #按time列值进行排序
df2.reset_index(inplace=True, drop=True) #重置行索引
print(df2) #打印目标数据表
stop=time.time() #查看耗时
print('共计耗时:{}秒'.format(stop-start))
来源:https://blog.csdn.net/weixin_44528048/article/details/92023554
标签:python,数据提取,数据拆分
0
投稿
猜你喜欢
JavaScript实现复制内容到粘贴板代码
2024-04-25 13:14:01
Linux环境下安装mysql5.7.36数据库教程
2024-01-19 15:42:02
SpringBoot集成JPA持久层框架,简化数据库操作
2024-01-16 11:42:38
python中ndarray数组的索引和切片的使用
2022-10-12 13:49:55
python属于哪种语言
2022-05-30 18:20:07
Python实例一个类背后发生了什么
2023-05-19 05:44:18
用CSS定义 li 样式
2007-09-28 20:56:00
详解BeautifulSoup获取特定标签下内容的方法
2022-12-17 12:25:57
mysql 5.7.14 安装配置简单教程
2024-01-13 04:41:48
javascript格式化json显示实例分析
2024-05-22 10:31:14
Python分析彩票记录并预测中奖号码过程详解
2023-07-20 04:49:18
Python 列表去重去除空字符的例子
2021-07-11 02:49:14
巧用mysql提示符prompt清晰管理数据库的方法
2024-01-24 14:05:07
Python真题案例之二分法查找详解
2023-09-23 01:39:07
pygame多种方式实现屏保操作(自动切换、鼠标切换、键盘切换)
2022-12-08 20:39:49
python中Task封装协程的知识点总结
2022-10-25 13:25:02
PyTorch实现重写/改写Dataset并载入Dataloader
2023-10-31 17:19:35
Python自动化导出zabbix数据并发邮件脚本
2022-08-18 12:31:46
一文教你如何快速学会Go的struct数据类型
2024-02-14 22:58:44
python中字符串比较使用is、==和cmp()总结
2022-10-11 01:55:35