需要帮助对股票数据集进行分析答案

【问题标题】：Need help doing analysis on a stock data set需要帮助对股票数据集进行分析
【发布时间】：2019-07-18 02:14:02
【问题描述】：

我创建了一个股票信息数据框，例如“开盘价”、“最高价”、“收盘价”等。我现在需要计算股票每根柱线的表现（dataFrame 中的每一行）。我想在 dataFrame 中创建一个新列，该列等于下一行的“Close”列 - 上一行的“Close”列值。

单个柱的表现是下一根柱的收盘价减去当前柱的收盘价

我尝试按每 2 行拆分关闭列的值，并将这个新的关闭列值放入它自己的列中。然后创建一个新列，用第一列减去第二列，但是它们是处理 NaN 值的问题。

df['performance'] = df.Close[2] - df.Close[1]

这使得 52767 行中每一行的性能等于“2.5”。

我想创建一个“性能”列来迭代。例如，如果第 0 行的收盘值为 5，而第 1 行的收盘值为 7，则第 0 行的性能值应为 2，这是针对 52767 行进行的。

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

`pandas.Series.diff()`

您可以使用.diff() 和-1 来计算与后续行的差异（与与前一行差异的正常行为相反）。例如：

# Example data
df = pd.read_csv("https://vincentarelbundock.github.io/Rdatasets/csv/fpp2/goog200.csv", index_col=0).head(10)

# Calculate difference
df['performance'] = df['value'].diff(-1)

产量

    time       value  performance
1      1  392.830017     0.317932
2      2  392.512085    -4.793823
3      3  397.305908    -0.705414
4      4  398.011322    -2.478882
5      5  400.490204    -7.605530
6      6  408.095734    -8.494751
7      7  416.590485     3.586670
8      8  413.003815    -0.606048
9      9  413.609863     0.536499
10    10  413.073364          NaN

【讨论】：