Tôi cố gắng tính toán một số KPI cho các công ty/cổ phiếu khác nhau. Thông tin chứng khoán của tôi ở dạng df với cấu trúc sau

            Mã Mở Cao Thấp Điều chỉnh Đóng Khối lượng
Ngày                                                                       
2015-04-09 vws.co 315.000000 316.100000 312.500000 311.520000 1686800
2015-04-10 vws.co 317.000000 319.700000 316.400000 312.700000 1396500
2015-04-13 vws.co 317.900000 321.500000 315.200000 315.850000 1564500
2015-04-14 vws.co 320.000000 322.400000 318.700000 314.870000 1370600
2015-04-15 vws.co 320.000000 321.500000 319.200000 316.150000 945000
2015-04-16 vws.co 319.000000 320.200000 310.400000 307.870000 2236100
2015-04-17 vws.co 309.900000 310.000000 302.500000 299.100000 2711900
20-04-2015 vws.co 303.000000 312.000000 303.000000 306.490000 1629700
... ... ... ... ... ... ... ...
2016-03-31 mmm 166,750000 167,500000 166,500000 166,630005 1762800
2016-04-01 mmm 165.630005 167.740005 164.789993 167.529999 1993700
2016-04-04 mmm 167.110001 167.490005 165.919998 166.399994 2022800
2016-04-05 mmm 165.179993 166.550003 164.649994 165.809998 1610300
2016-04-06 mmm 165.339996 167.080002 164.839996 166.809998 2092200
2016-04-07 mmm 165.880005 167.229996 165.250000 167.160004 2721900

Tôi cần thực hiện phép tính trên cơ sở từng mã cổ phiếu để không làm sai lệch kết quả trung bình động khi tôi duyệt qua các công ty/mã cổ phiếu.

Có ai có thể giúp tôi được không?

Tách và nối các dfsLàm cách nào để phân tách các mã đánh dấu thành các df khác nhau một cách hợp lý có thể có tên mã đánh dấu gắn liền với chúng và sau đó làm cách nào để nối lại tất cả chúng vào một df?

Chọn từ cùng một dfHoặc chỉ chọn các trích dẫn có liên quan trong cùng một df? (có lẽ như thế nàyChia khung dữ liệu thành nhiều khung dữ liệu)

Cảm ơn vì sự giúp đỡ...

---------- Từ bài viết của Alexander dưới đây. mã này

df['MA1'] = df.groupby('Ticker').df['Adj Close'].transform(nhóm lambda: pd.rolling_mean(group, window=10))

ném lỗi này:

AttributionError: Đối tượng 'DataFrameGroupBy' không có thuộc tính 'df'

hoặc cắt và dán chặt chẽ hơn

Adj_Close = df['Adj Close']

df['MA3'] = df.groupby('Ticker').Adj_Close.transform(nhóm lambda: pd.rolling_mean(group, window=3))

Không còn lỗi nào nữa. Đây là cách đặt tên col 'Adj Close' với khoảng trắng mà nhóm không thích...chắc chắn là lỗi

Nếu tôi thử cú pháp này, nó sẽ hoạt động - nhưng không được!

df['MA3'] = df.groupby('Ticker').df["Adj Close"].transform(lambda group: pd.rolling_mean(group, window=3))

并抛出此错误:

AttributionError: Đối tượng 'DataFrameGroupBy' không có thuộc tính 'df'

但我可以使用上面的内容。谢谢亚历山大

câu trả lời hay nhất

bạn có thể theo nhóm dùng trên đồ vật biến đổi 来维护具有相同形状的列:

例如，这里是调整收盘价的 3 天移动平均线(Pandas < 0.18.0)。

df['MA3'] = df.groupby('Ticker').Adj_Close.transform(nhóm lambda: pd.rolling_mean(group, window=3))

>>> df
          Date Ticker Open High Low Adj_Close Volume MA3
0 2015-04-09 vws.co 315 316 312 312 1686800 NaN
1 2015-04-10 vws.co 317 320 316 313 1396500 NaN
2 2015-04-13 vws.co 318 322 315 316 1564500 313
3 2015-04-14 vws.co 320 322 319 315 1370600 314
4 2015-04-15 vws.co 320 322 319 316 945000 316
5 2015-04-16 vws.co 319 320 310 308 2236100 313
6 2015-04-17 vws.co 310 310 302 299 2711900 308
7 2015-04-20 vws.co 303 312 303 306 1629700 304
8 2016-03-31 mmm 167 168 166 167 1762800 NaN
9 2016-04-01 mmm 166 168 165 168 1993700 NaN
10 2016-04-04 mmm 167 167 166 166 2022800 167
11 2016-04-05 mmm 165 167 165 166 1610300 167
12 2016-04-06 mmm 165 167 165 167 2092200 166
13 2016-04-07 mmm 166 167 165 167 2721900 167

关于python - 在同一 df 中的 df col 行中仅选择一个值，以获取不同 val 的计算结果，并且一次仅对一个股票代码进行计算 df，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37281409/