Date Open High Low Close Volume
2010-01-04 38.660000 39.299999 38.509998 39.279999 1293400
2010-01-05 39.389999 39.520000 39.029999 39.430000 1261400
2010-01-06 39.549999 40.700001 39.020000 40.250000 1879800
2010-01-07 40.090000 40.349998 39.910000 40.090000 836400
2010-01-08 40.139999 40.310001 39.720001 40.290001 654600
2010-01-11 40.209999 40.520000 40.040001 40.290001 963600
2010-01-12 40.160000 40.340000 39.279999 39.980000 1012800
2010-01-13 39.930000 40.669998 39.709999 40.560001 1773400
2010-01-14 40.490002 40.970001 40.189999 40.520000 1240600
2010-01-15 40.570000 40.939999 40.099998 40.450001 1244200
Я собираюсь объединить их с еженедельными данными. После группировки:
- Дата должна быть каждый понедельник (на этом этапе следует учитывать сценарий праздников, когда понедельник не является торговым днем, мы должны использовать в качестве даты первый торговый день текущей недели).
- Открытие должно приходиться на понедельник (или первый торговый день недели). текущая неделя) Открытие.
- Закрытие должно приходиться на пятницу (или последний торговый день текущей недели).
- Максимум должен быть самым высоким максимумом торговых дней на текущей неделе.
- Минимум должен быть самым низким минимумом торговых дней на текущей неделе. .
- Объем должен представлять собой сумму всех объемов торговых дней на текущей неделе.
Date Open High Low Close Volume
2010-01-04 38.660000 40.700001 38.509998 40.290001 5925600
2010-01-11 40.209999 40.970001 39.279999 40.450001 6234600
В настоящее время мой фрагмент кода выглядит следующим образом. Какую функцию мне следует использовать для сопоставления ежедневных данных с ожидаемыми еженедельными данными? Большое спасибо!
import pandas_datareader.data as web
start = datetime.datetime(2010, 1, 1)
end = datetime.datetime(2016, 12, 31)
f = web.DataReader("MNST", "yahoo", start, end, session=session)
print f
Подробнее здесь: https://stackoverflow.com/questions/345 ... -in-python