如何比较此数据框中的开盘价和收盘价变量？答案

【问题标题】：How to compare open and close price variables in this dataframe?如何比较此数据框中的开盘价和收盘价变量？
【发布时间】：2021-01-07 17:08:21
【问题描述】：

我有一个数据框，其中包含超过 5 年的每分钟的开盘价、最高价、最低价、收盘价和日期。我想计算一个新列，并想比较（收盘 - 开盘）收盘价（那一分钟）与当天（上午 9 点 15 分）的开盘价。我该怎么做？

下面是文件的截图。在J 栏我有当天的开盘价，K 栏是运行收盘价。我想计算关闭和打开之间的差异。该文件有 70 万行，超过 1000 天，这意味着开盘价将变化 1000 倍。

我有 200 个类似的文件，我需要在其中执行相同的过程，因此循环不是所需的解决方案。

【问题讨论】：

标签： pandas

【解决方案1】：

只需使用groupby 和transform。请注意，这假设您的数据已排序（例如，每组的第一个值是开盘价）。

import pandas as pd
import datetime

# sample date
df1 = pd.DataFrame({'ticker': ['A']*5,
                    'date': pd.date_range('2020-01-01', '2020-01-01', periods=5),
                    'time': [datetime.time(9, 15), datetime.time(9, 16), datetime.time(9, 17),
                             datetime.time(9, 18), datetime.time(9, 19)],
                    'open': [1,2,3,4,5],
                    'close': [2,3,4,3,2]})

df2 = pd.DataFrame({'ticker': ['A']*5,
                    'date': pd.date_range('2020-01-02', '2020-01-02', periods=5),
                    'time': [datetime.time(9, 15), datetime.time(9, 16), datetime.time(9, 17),
                             datetime.time(9, 18), datetime.time(9, 19)],
                    'open': [3,2,3,4,5],
                    'close': [2,3,4,3,2]})

df = df1.append(df2)


# groupby the ticker and date then use transform to get the first value
# subtract the close from the first value of each group
df['diff'] = df['close'] - df.groupby(['ticker', 'date'])['open'].transform('first')

  ticker       date      time  open  close  diff
0      A 2020-01-01  09:15:00     1      2     1
1      A 2020-01-01  09:16:00     2      3     2
2      A 2020-01-01  09:17:00     3      4     3
3      A 2020-01-01  09:18:00     4      3     2
4      A 2020-01-01  09:19:00     5      2     1
0      A 2020-01-02  09:15:00     3      2    -1
1      A 2020-01-02  09:16:00     2      3     0
2      A 2020-01-02  09:17:00     3      4     1
3      A 2020-01-02  09:18:00     4      3     0
4      A 2020-01-02  09:19:00     5      2    -1

【讨论】：