寻找最高价值

Question

因此，我目前正在使用循环搜索我的 csv 数据以查找一组天的“高”和“低”值，然后计算每天的平均值。有了这些平均值，我想找到其中最高的一个，但我一直很难做到。这是我目前拥有的。

for row in reversed(list(reader1)):
    openNAS, closeNAS = row['Open'], row['Close']
    highNAS, lowNAS = row['High'], row['Low']
    dateNAS = row['Date']
    averageNAS = (float(highNAS) + float(lowNAS)) / 2
    bestNAS = max(averageNAS)

我确实意识到 max(averageNAS) 不起作用，因为 averageNAS 不是一个列表，而且由于在 csv 文件中找不到平均值，所以我也不能使用 max(row['Average'])。

当找到最高平均值时，我还希望能够包含它的日期，以便我的程序可以打印出最高平均值发生的日期。提前致谢。

Answer 1

一个可能的解决方案是创建一个平均值字典，其中日期是键，平均值是值：

averageNAS = {}

然后计算平均值并将其插入此问题：

for row in reversed(list(reader1)):
    highNAS, lowNAS = row['High'], row['Low']
    dateNAS = row['Date']
    averageNAS[dateNAS] = (float(highNAS) + float(lowNAS)) / 2 # Insertion

现在您可以通过查找最高值获得最大值：

import operator
bestNAS = max(averageNAS.items(), key=operator.itemgetter(1))

结果将是一个元组：

# (1, 8.0)

这意味着第1天具有最高平均值。平均为8。

如果您不需要这一天，那么您可以创建列表而不是字典并附加到它。这使得找到最大的比特更容易：

averageNAS = []
for ...
    averageNAS.append((float(highNAS) + float(lowNAS)) / 2)
bestNAS = max(averageNAS)

Answer 2

我想到了一些解决方案。

解决方案 1

与现有解决方案最相似的方法是在计算平均值时创建一个平均值列表，然后从该列表中取最大值。根据您的示例，代码如下所示：

averageNAS = []
for row in reversed(list(reader1)):
    openNAS, closeNAS = row['Open'], row['Close']
    highNAS, lowNAS = row['High'], row['Low']
    dateNAS = row['Date']
    averageNAS.append((float(highNAS) + float(lowNAS)) / 2)

# the maximum of the list only needs to be done once (at the end)
bestNAS = max(averageNAS)

解决方案 2

除了创建一个完整的列表之外，您还可以只维护一个变量，该变量包含您迄今为止“看到”的最大平均 NAS，以及与之关联的 dateNAS。这看起来像：

bestNAS = float('-inf')
bestNASdate = None
for row in reversed(list(reader1)):
    openNAS, closeNAS = row['Open'], row['Close']
    highNAS, lowNAS = row['High'], row['Low']
    dateNAS = row['Date']
    averageNAS = (float(highNAS) + float(lowNAS)) / 2
    if averageNAS > bestNAS:
        bestNAS = averageNAS
        bestNASdate = dateNAS

解决方案 3

如果您想使用包作为解决方案，我相当肯定 pandas 包可以轻松高效地做到这一点。我不能 100% 确定 pandas 语法是准确的，但该库拥有完成此操作所需的一切。它基于 numpy，因此操作比普通 python 循环更快/更高效。

from pandas import DataFrame, read_csv
import pandas as pd
df = pd.read_csv(r'file location')
df['averageNAS'] = df[["High", "Low"]].mean(axis=1)
bestNASindex = df['averageNAS'].argmax() # 90% sure this is the right syntax
bestNAS = df['averageNAS'][bestNASindex]
bestNASdate = df['date'][bestNASindex]