数学建模处理数据
来源:互联网 发布:java 协议开发 编辑:程序博客网 时间:2024/05/17 22:16
import pandas as pdimport numpy as npd1 = []df4 = []a = []b = []i = 0data = pd.read_excel('jijin.xlsx', header=0)d5 = data['NAV']with open('sharp.txt','r') as f: lines = f.readlines()def statistics(f,ord,data): s = f x = ord while f == s: if ord == len(data['Symbol']): return ord-x f = data['Symbol'][ord] ord += 1 return ord-1-xwhile i < len(data['Symbol']): num = statistics(data['Symbol'][i],i,data) print 'num : ',num df4.append(num) j = 0 m = 0 while j< 3: a.append(0) j += 1 while m < 3: b.append(0) m += 1 i += 3 s = i while i < s+num - 6: d2 = [] for x in [-3,-2,-1,0,1,2,3]: d2.append(d5[i+x]) d2 = np.array(d2) d3 = np.max(d2) d4 = np.min(d2) if d3 == d5[i] or d4 == d5[i]: a.append(1),b.append(0) else: a.append(0),b.append(1) i +=1 j = 0 m = 0 while j< 3: a.append(0) j += 1 while m < 3: b.append(0) m += 1 i +=3def search(s,lines): for da in lines: d = da.split(',') i = int(d[0]) if s == i: return d[1]s = 0for c in data['Symbol']: if c == s: d1.append(float(e)) else: e = search(c,lines) d1.append(float(e)) s = cl = len(df4)df1 = pd.DataFrame(a,index = np.arange(len(data['Symbol'])),columns = ['a'] )df2 = pd.DataFrame(b,index = np.arange(len(data['Symbol'])),columns = ['b'] )df3 = pd.DataFrame(d1,index = np.arange(len(data['Symbol'])),columns = ['sharp'] )df4 = pd.DataFrame(df4,index = np.arange(l),columns = ['numbers'] )data.insert(5,'a',df1)data.insert(6,'b',df2)data.insert(7,'sharp',df3)data.insert(8,'numbers',df4)data.to_excel('test_add10.xlsx')
阅读全文
0 0
- 数学建模处理数据
- 数学建模--数据拟合
- matlab 数学建模 图像处理
- 数学建模建模建模
- 2014-09-18 数学建模图像处理
- 【数学建模】数据包络分析法
- 数据人生——数学建模篇
- 数学建模
- 数学建模
- 数学建模
- 数学建模
- 数学建模
- 数学建模
- 数学建模
- 数学建模
- 数学建模
- 数学建模
- 数学建模
- python操作配置文件
- python解一元二次方程式分享
- bzoj 3862: Little Devil I (树链剖分+线段树)
- 公共数据库介绍~ProPublica
- sklearn特征提取方法学习
- 数学建模处理数据
- Java分页查询(真分页)
- TV Encoder MS7024
- 函数执行顺序 打印顺序
- 《Python数据分析与挖掘实战》笔记(五):数据建模
- C++面向对象思想(1):类的设计
- vuejs实现数据驱动视图原理
- Java-字符串反转
- 刷清橙OJ--A1051.DNA序列