几天前我开始在jupyter笔记本电脑上问好。
我需要帮助,我有一个熊猫的数据框。像这样的东西
Date Stock Company Volume
01/02 APPL3 Apple 1.000.000
01/02 YUSS Yusduqs 200.000
01/02 APPL4 Apple 200.000
01/02 DISN Disney 1.500.000
02/02 APPL3 Apple 100.000
02/02 YUSS Yusduqs 1.250.000
02/02 DISN Disney 2.000.000
02/02 APPL4 Apple 1.250.000
... ... ....
我需要选择交易量在每天80%以上的交易中,每天交易量大于$ 500.000,00的股票。
而且我只需要选择**每家公司只有一只股票,那么criterio就是在所有交易日中总交易量更大的股票。就像[公司]中的“苹果”一样,我有两个不同的股票[股票] Appl3和Appl4,在这种情况下,我只需要APPL4。
(因为在Appl4中合并的天数>在Appl3中合并的天数]
我是这样开始的:
unique_dates=len(df['Date'].value_counts())
share_freq=df[df['Volume']>=500000]]['Stock'].value_counts() stocks=share_freq/unique_dates for stock,value in stocks.items():
if(value>0.8):
print(stock)
所以在那之后我可以看到哪只股票的> 0.8,但我仍然只需要为每家公司选择一只股票。我不知道如何尊重所有的准则,并最终将准则的所有数据框过滤掉并保存在.csv中。
嗨,我几天前开始在jupyter笔记本电脑上学习。我需要帮助,我有一个熊猫数据框。像这样的东西日期股票公司卷01/02 APPL3苹果1.000.000 01/02 ...
我们可以使用nunique