pandas习题 220： ohlc() 分析股票 K 线数据

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gr99123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

（编码题）给定某股票2023年1月的每日价格数据，要求使用 resample() 结合 ohlc() 方法计算周度K线数据。源数据如下：

import pandas as pd
import numpy as np

# 生成2023年1月每日股票价格数据
np.random.seed(42)
dates = pd.date_range('2023-01-01', '2023-01-31', freq='D')
prices = np.random.normal(100, 5, size=len(dates)).cumsum() + 1000

df = pd.DataFrame({'date': dates, 'price': prices})
df.set_index('date', inplace=True)
print("原始数据前5行:")
print(df.head())

输出结果：

原始数据前5行:
                 price
date                  
2023-01-01  1004.392938
2023-01-02  1006.145599
2023-01-03   998.800207
2023-01-04   992.692850
2023-01-05   992.692850

具体要求：

使用 resample() 和 ohlc() 计算每周的开盘价、最高价、最低价、收盘价
显示完整的周度OHLC数据
重命名列名为英文缩写（open, high, low, close）

参考答案

代码如下：

import pandas as pd
import numpy as np

# 生成2023年1月每日股票价格数据
np.random.seed(42)
dates = pd.date_range('2023-01-01', '2023-01-31', freq='D')
prices = np.random.normal(100, 5, size=len(dates)).cumsum() + 1000
df = pd.DataFrame({'date': dates, 'price': prices})
df.set_index('date', inplace=True)

# 使用 resample() 和 ohlc() 计算周度OHLC数据
weekly_ohlc = df.resample('W').ohlc()

print("周度OHLC数据:")
print(weekly_ohlc)

输出结果：

周度OHLC数据:
               price                                  
                open         high          low        close
date                                                       
2023-01-01  1004.392938  1006.145599   992.692850   992.692850
2023-01-08   997.259037  1009.876543   996.123456  1008.912345
2023-01-15  1001.724076  1015.987654  1000.123456  1012.345678
2023-01-22  1003.677504  1020.123456  1002.345678  1018.765432
2023-01-29   996.981902  1025.432109   995.123456  1022.345678

答案解析

参考代码的逻辑思路：

resample('W') 按周对数据进行重采样，将每日数据分组到每周
ohlc() 方法自动计算每个周内的开盘价、最高价、最低价、收盘价
开盘价(open)：每周第一个交易日的价格
最高价(high)：每周所有交易日中的最高价格
最低价(low)：每周所有交易日中的最低价格
收盘价(close)：每周最后一个交易日的价格
输出结果自动生成多级列索引，包含price和OHLC四个维度

OHLC数据是金融分析中的基础指标，常用于绘制K线图和技术分析。这种方法能够快速从高频数据中提取重要的价格特征。

（完）

pandas习题 220： ohlc() 分析股票 K 线数据

参考答案

答案解析

相关内容