【发布时间】:2016-08-11 00:49:19
【问题描述】:
这可能是一个非常愚蠢的问题,但我已经坚持了一段时间。
这是 csv
DATE,TIME,OPEN,HIGH,LOW,CLOSE,VOLUME
02/03/1997,09:30:00,3045.00,3045.00,3045.00,3045.00,28
02/04/1997,09:30:00,3077.00,3078.00,3077.00,3077.50,280
02/05/1997,09:30:00,3094.00,3094.50,3094.00,3094.00,50
02/06/1997,09:30:00,3106.00,3107.50,3106.00,3107.50,53
02/07/1997,09:30:00,3144.00,3144.00,3143.50,3143.50,15
02/06/1997,16:20:00,3126.50,3126.50,3126.00,3126.00,24
02/06/1997,16:21:00,3126.50,3128.00,3126.50,3128.00,169
02/06/1997,16:22:00,3128.00,3128.00,3126.00,3126.00,243
02/06/1997,16:23:00,3125.50,3126.50,3125.50,3125.50,26
这只是我从原件制作的示例,因为原件真的很长。我将所有“09:30:00”移到顶部以使其更容易。
但这是我的代码。
df = pd.read_csv('example.txt', parse_dates = [["DATE", "TIME"]], index_col=0)
b930 = df.HIGH.at_time("09:30:00")
a=0
if 'b930 < 3044.00':
a = 7
else:
a = 10
print a
如果我以这种方式运行它,我会得到一个我可能不应该的 7。
a=0
if 'b930 > 3044.00':
a = 7
else:
a = 10
print a
如果我以这种方式运行它,我会得到 7,这很好。
老实说,我已经尝试了很多其他的东西,但我都删除了。
【问题讨论】:
标签: python-2.7 date pandas dataframe