统计1990年以来哪一个月份星期几容易出现缺口
来源:互联网 发布:nginx集群负载均衡配置 编辑:程序博客网 时间:2024/04/29 15:10
每个月份出现缺口数量
每个星期出现的缺口数量
从图形上观察,发现A股在星期一、星期五容易出现缺口,5月份到9月份是缺口高发期;
# -*- coding: utf-8 -*-"""Created on Fri Oct 27 10:10:31 2017@author: Administrator"""import pandas as pdimport numpy as npimport timeimport datetime#获取每日交易缺口数据df=pd.read_csv('C:/Users/Administrator/Desktop/quekou.csv')df.columns=['date','up','down','all']#分析每月产生缺口df.index=pd.to_datetime([str(x) for x in list(df['date'])])result={}for j in range(1,13): data=pd.DataFrame() for i in range(1990,2018): if j<10: index=str(i)+'-0'+str(j) if j>=10: index=str(i)+'-'+str(j) if (i==1990 and j<12) or (i==2017 and j>10): pass else: data_new=df[index] data=pd.concat([data,data_new]) result[j]=dict(data.sum()) result=pd.DataFrame(result).T result.to_csv('每月缺口数量.csv')del result['date']result.plot()#计算每个交易日的星期数df['xingqi']=[i.weekday()+1 for i in list(df.index)]result_riqi={}for i in range(1,6): result_riqi[i]=dict(df[df['xingqi']==i].sum())result_riqi=pd.DataFrame(result_riqi).Tresult_riqi.to_csv('星期每天的缺口数量.csv')del result_riqi['date']del result_riqi['xingqi']result_riqi.plot()
阅读全文
0 0
- 统计1990年以来哪一个月份星期几容易出现缺口
- 每日缺口分析-统计1991年以来股市每天产生的缺口数量
- 获取手机当前星期几以及月份
- 若已知1800年1月1日为星期3,则对于一个给定的年份和月份,输出这个月的最后一天是星期几。
- 月份.星期缩写
- 英文星期月份缩写
- 英文星期月份缩写
- 已知1990年1月1号星期1.求出输入的年月日是星期几
- iOS开发---切换日历的月份/星期/年
- C++:显示每年的各月份第一天是星期几
- iOS 获取当前月份一共多少天 ,获取当前某年某月某日, 当前日期星期几
- 星期几
- 星期几
- 星期几?
- 星期几?
- 星期几
- 星期几
- 星期几
- 搭建lnmp开发机
- 使用合适的设计模式一步步优化前端代码
- element UI number验证无效
- IP地址、子网掩码、网货地址、主机地址
- 一组图诠释CNN及RNN的区别
- 统计1990年以来哪一个月份星期几容易出现缺口
- @transactional 随笔
- goto编程练习
- C++assert和捕获异常
- 单例模式
- PHP递归方式删除缓存文件
- 03_RxJava 过滤型操作符(Filtering)代码示例
- springmvc+mybatis整合下的日志配置
- erlang 数据结构总结