【问题标题】:To output the closing price, total dividends of each year from a time-series dataframe从时间序列数据框中输出收盘价,每年的总股息
【发布时间】:2020-11-28 00:56:58
【问题描述】:

我的数据框如下所示:

            Open   High    Low  Close    Volume  Dividends  Stock Splits
Date                                                                     
2015-08-07  16.64  16.64  16.64  16.64         0        0.0             0
2015-08-11  16.51  16.59  16.14  16.16  11408900        0.0             0
2015-08-12  15.88  15.88  15.16  15.27  24258500        0.0             0
2015-08-13  15.33  15.69  15.33  15.58   8237600        0.0             0
2015-08-14  15.59  15.83  15.59  15.78   4399600        0.0             0
...           ...    ...    ...    ...       ...        ...           ...

2020-08-03  19.75  19.75  19.45  19.45   7352600        0.0             0
2020-08-04  19.70  19.99  19.64  19.69   4250500        0.0             0
2020-08-05  19.87  19.98  19.59  19.83   3414080        0.0             0
2020-08-06  20.11  20.56  20.02  20.40   6128100        0.0             0
2020-08-07  20.52  20.69  20.40  20.60   8295000        0.0             0

我喜欢选择每年的收盘价,并计算当年的平均“交易量”和总股息。

输出如下:

2015  20.52... 

2016  21.53...

2017  25.33...

....

任何帮助将不胜感激。谢谢!

【问题讨论】:

    标签: pandas datetime time-series stock


    【解决方案1】:

    这只是一个简单的使用 resample() 然后从列中定义你想要的聚合的例子。

    import yfinance as yf
    import pandas as pd
    import datetime as dt
    end=dt.datetime.today()
    start=end-dt.timedelta(59)
    tickers=['WBA']
    
    df = yf.download(tickers,group_by=tickers,start=start,end=end,interval='5m')
    print(df.resample("Y").agg({"Volume":"mean","Close":"last"}).to_string())
    

    输出

                                    Volume  Close
    Datetime                                     
    2020-12-31 00:00:00-05:00  72404.45197  41.52
    

    【讨论】:

      猜你喜欢
      • 2022-08-15
      • 2016-12-26
      • 2016-09-12
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2016-04-03
      相关资源
      最近更新 更多