小编ade*_*e1e的帖子

我需要使用类似于从 Pandas DF 列获取 和max()值的方式的函数来获取以下值的第一个值和最后一个值。min()所以我的代码的这一部分完美地给出了最大值和最小值：

day_high = day_session['High'].rolling(window=1,freq='D').max()
day_low = day_session['Low'].rolling(window=1,freq='D').min()

如何使用函数分别获取第一个和最后一个值？

day_open = day_session.Open.rolling(window=1,freq='D').？（“第一个”功能是什么？）

day_close = day_session.Last.rolling(window=1,freq='D').？（“最后一个”功能是什么？）

我已经尝试过了.first()，这给出了错误输出 'Rolling' object has no attribute 'first'和相同的.last()

这是我使用的数据的示例：

data['Last']
Out[96]:
Timestamp
2013-03-07 09:30:00    1440.00
2013-03-07 09:31:00    1439.75
2013-03-07 09:32:00    1440.50
2013-03-07 09:33:00    1441.00
2013-03-07 09:34:00    1441.50
2013-03-07 09:35:00    1441.75
2013-03-07 09:36:00    1440.75
2013-03-07 09:37:00    1440.50
2013-03-07 09:38:00    1440.75
2013-03-07 09:39:00    1440.00

此代码用于滚动窗口，并且适用于上面的 max() Min() ：

daystart = '9:30'
dayend = '16:14:59' …

问题:

我试图使用datetime.date对象列表过滤我的数据帧行.我明白了ValueError: Arrays were different lengths: 175033 vs 33

数据:

type(third_friday_lst)
list

type(third_friday_lst[0])
datetime.date

third_friday_lst

[datetime.date(2013, 1, 18),
 datetime.date(2013, 2, 15),
 datetime.date(2013, 3, 15),
 datetime.date(2013, 4, 19),
 datetime.date(2013, 5, 17),
 datetime.date(2013, 6, 21),
 datetime.date(2013, 7, 19),
 datetime.date(2013, 8, 16),
 datetime.date(2013, 9, 20),
 datetime.date(2013, 10, 18),
 datetime.date(2013, 11, 15)]

我尝试过的:

如果我使用以下代码,我得到所需的输出,但只有当我在列表中指定第一项时third_friday_lst[0]:

data[data['dt-date'] == third_friday_lst[0]]

                       Date         Time    Open    High    Low   Last Volume   dt-date
Timestamp                               
2013-01-18 08:00:00 2013/1/18   08:00:00    7875.5  7876.0  7867.5  7870.5 1059 2013-01-18
2013-01-18 08:05:00 2013/1/18 …

概括

如何使用 Numpy/Pandas 创建 OHLC 数据框

• 其ATR或交易范围约为.0075或.02范围可以指定为变量。希望看到随机价格大致在这些边界内波动。
• Close第一行的值位于（1.1904参见下面的示例）。
• 并且可以使用种子值（即np.random.seed），因此数据帧是可重现的。

概述

我正在尝试生成模拟外汇数据，以使用 Numpy/Pandas 为 pandas 问题创建可重现的示例。该问题涵盖了类似的数据要求，但使用开盘价、最高价、最低价、收盘价数据的外汇数据示例可能很有用，有助于避免将大量数据粘贴到问题中。

作为数据框外观的示例，我看到周五的欧元/美元汇率如下：

eur = {"open" : 1.19160,
"high" : 1.19371,
"low" : 1.18739,
"close" : 1.1904}

pd.DataFrame(eur,index=['19/3/2021'])

到目前为止我尝试过什么？

这是一个基于前面提到的问题的假/模拟数据示例，它给出了我在如何使用np.random. 我添加了重新采样并转换为 OHLC，但不确定如何使用 Numpy 生成/控制数据。

periods = 250

    eurusd = pd.DataFrame({ 
        'ticker':np.repeat( ['eurusd'], periods ),
        'date':np.tile( pd.date_range('1/1/2011', periods=periods, freq='H'), 1 ),
        'price':(np.random.randn(periods).cumsum() + 10) })
    eurusd.index = pd.to_datetime(eurusd.date)
    eurusd.price.resample('D').ohlc()

编辑

我已经更新了生成此数据的尝试（请参阅下面的“到目前为止我尝试过什么”），方法是从每小时数据重新采样为“每日”后生成 …

使用类似于此的函数：

def percentage(part, whole):
    return 100 * float(part)/float(whole)

我可以得到调用函数的百分比：

percentage(215,413)

但是我如何使用 bool 系列并获得 True 和 False 的百分比？

s = pd.Series(np.random.randn(5) +5)

s > 5

0     True
1    False
2    False
3     True
4     True
dtype: bool

所需的输出是系列中 True 值的百分比（上例中为 60%）。我需要map一个函数来获取输出吗？请告诉我执行此操作的最佳方法。谢谢

题：

True如果一天的第一次进入，我如何将熊猫数据帧中的填充布尔值转发到一天== True结束

请参阅以下示例和所需的输出。

数据：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'bool_col':[True,False,False,True,False,False,False,False,False],
    'dates':pd.date_range('1/1/2011', periods=9, freq='8h')})


   bool_col dates
0   True    2011-01-01 00:00:00
1   False   2011-01-01 08:00:00
2   False   2011-01-01 16:00:00
3   True    2011-01-02 00:00:00
4   False   2011-01-02 08:00:00
5   False   2011-01-02 16:00:00
6   False   2011-01-03 00:00:00
7   False   2011-01-03 08:00:00
8   False   2011-01-03 16:00:00

期望输出：

  bool_col  dates
0   True    2011-01-01 00:00:00
1   True    2011-01-01 08:00:00
2   True    2011-01-01 16:00:00
3   True    2011-01-02 00:00:00 …

概述

我试图在财务数据上使用这个 Python 之字形烛台指标（利用高、低、收盘值），但下面的代码似乎有一个错误。

是否有另一个提供此功能的可用 Python 模块？

什么是锯齿形指标

每当价格反转的百分比大于预先选择的变量时，Zig Zag 指标就会在图表上绘制点。

来源

我试过什么

在为烛台图表搜索 Python 之字形指标时，我能找到的唯一代码来自此拉取请求。

def peak_valley_pivots_candlestick(close, high, low, up_thresh, down_thresh):
    """
    Finds the peaks and valleys of a series of HLC (open is not necessary).
    TR: This is modified peak_valley_pivots function in order to find peaks and valleys for OHLC.
    Parameters
    ----------
    close : This is series with closes prices.
    high : This is series with highs  prices.
    low : This is series with lows prices. …

如果我想从以下数据框中选择一个范围，我可以使用此命令：

bars_specified_days = bars['2016-05-27':'2016-06-03']

如何从 2016-05-27:2016-06-03 范围中排除某一天 (2016-05-30)？

bars_specified_days.describe

<bound method NDFrame.describe of Timestamp
2016-06-03 09:31:07      1.0
2016-06-03 09:31:28      1.0
2016-06-03 09:31:30     40.0
2016-06-03 09:31:31      1.0
2016-06-03 09:31:54      2.0
2016-06-03 09:31:55     28.0
2016-06-03 09:32:12     86.0
2016-06-03 09:32:13     17.0
2016-06-03 09:32:17     51.0
2016-06-03 09:32:20    203.0
2016-06-03 09:32:24     30.0
2016-06-03 09:32:29      5.0
2016-06-03 09:32:30      1.0
2016-06-03 09:32:41      1.0
2016-06-03 09:32:49      1.0
2016-06-03 09:32:54      5.0
2016-06-03 09:33:03     10.0
2016-06-03 09:33:09      5.0
2016-06-03 09:33:10      5.0
2016-06-03 09:33:37      7.0
2016-06-03 09:33:42      1.0
2016-06-03 09:33:43      1.0 …