python pandas百分比随数据框的列而变化

Question

我刚开始研究熊猫，并有疑问。首先，我想问这个。

我有数据框，如下所示。

  Date        Open        High         Low       Close    
2015-11-02  711.059998  721.619995  705.849976  721.109985   
2015-11-03  718.859985  724.650024  714.719971  722.159973   
2015-11-04  722.000000  733.099976  721.900024  728.109985   
2015-11-05  729.469971  739.479980  729.469971  731.250000   
2015-11-06  731.500000  735.409973  727.010010  733.760010   

我知道

df["Close"].pct_change() 

将百分比从“关闭”更改为“关闭”。

但是，我想添加一个新列“ CloseToOpen”，它是“昨天关闭到今天打开”的百分比变化。

因此，它是“打开（第0天）/关闭（第-1天）-1”。当然，第一行应为“ NaN”或零，因为没有“前一天的收盘价”。

我怎样才能用python pandas代码做到这一点？

多谢你们！

这就是我要的。

Date        Open        High        Low         Close       CloseToOpen
2015-11-02  711.059998  721.619995  705.849976  721.109985  0.000000
2015-11-03  718.859985  724.650024  714.719971  722.159973  -0.003120
2015-11-04  722.000000  733.099976  721.900024  728.109985  -0.000222
2015-11-05  729.469971  739.479980  729.469971  731.250000  0.001868
2015-11-06  731.500000  735.409973  727.010010  733.760010  0.000342

Answer 1

您也可以使用标准操作数来实现您想要的：

df['CloseToOpen'] = (df['Open'] / df['Close'].shift(1) - 1).fillna(0)

Answer 2

使用：

df['CloseToOpen'] = df['Open'].sub(df['Close'].shift()).div(df['Close'] - 1).fillna(0)
print (df)
                  Open        High         Low       Close  CloseToOpen
Date                                                                   
2015-11-02  711.059998  721.619995  705.849976  721.109985     0.000000
2015-11-03  718.859985  724.650024  714.719971  722.159973    -0.003120
2015-11-04  722.000000  733.099976  721.900024  728.109985    -0.000220
2015-11-05  729.469971  739.479980  729.469971  731.250000     0.001862
2015-11-06  731.500000  735.409973  727.010010  733.760010     0.000341