我计算的单一股票回报率如下:
data = pd.read_csv(r'**file**.csv')
data.index = data.Date
data['Return %'] = data['AAPL'].pct_change(-1)*100
data
输出:
Date AAPL Return %
Data
2020-09-11 2020-09-11 56.00 0.000000
2020-09-10 2020-09-10 56.00 -3.879162
2020-09-09 2020-09-09 58.26 2.138850
2020-09-08 2020-09-08 57.04 -2.211555
2020-09-04 2020-09-04 58.33 0.882048
2020-09-03 2020-09-03 57.82 -3.585126
2020-09-02 2020-09-02 59.97 -0.133222
现在,我保存了许多其他csv文件作为股票符号,我想使用这些符号中的每一个来执行上述相同的计算。 除此之外,我还想打印一份报告,列出每一天中最好的一天
如果需要更多的细节,请让我知道
提前谢谢
pathlib
和.glob
创建所有文件的列表dict.items()
以字典的标准方式对字典进行迭代李>df_dict[k]
为每个数据帧寻址,其中k
是dict键,即文件名李>.csv
文件将以一个Date
列而不是两个列读入李>Date
设置为索引后,每个文件的数字数据应位于索引0处的列中。:
表示所有行,0
是数值数据的列索引李>df_dict.keys()
将返回所有键的列表df_dict[key]
单独访问数据帧李>相关问题 更多 >
编程相关推荐