python - 如何使用 pandas、python 和 ta-lib 从许多 csv 构建数据框以计算技术指标
问题描述
我可以使用下面的代码从单个文件(包含代码、日期、OHLC 和交易量)构建框架,然后使用 TA-lib 构建技术指标。工作正常。我还可以使用“glob”将数千个 csv 组合成一个 blob 并导入 SQL,然后针对 sql(使用其他插件)运行 python 脚本来解析值并构建技术指标值,但是,正在发生的事情是移动不是单独计算每个符号的平均值,而是只计算 SQL 表(或 csv)中所有符号的平均值,从而搞砸了一切。换句话说,在第 11 行,股票代码从 A 变为 B,前 10 行都是股票代码 A,TA-lib 只是使用第 11 行的数据,就好像它是股票代码 A 数据的一部分,但现在,它是股票代码 B。它应该从每个唯一的代码重新开始。如果我能找到一种方法为每个 csv 文件构建单独的数据框,运行计算,然后输出到数千个新创建的 csv 文件(每个唯一代码一个),这将解决问题。我也可以一起避免 SQL。提前致谢。
import pandas as pd
import talib
csv_file = "C:\\Users\\Bob\\IBM.csv"
df = pd.read_csv(csv_file)
Symbol = df['Symbol']
Date = df['Date']
Open = df['Open']
High = df['High']
Low = df['Low']
Close = df['Close']
Volume = df['Volume']
from talib import SMA,T3
SMA = SMA(Close, timeperiod=5)
print(SMA)
T3 = T3(Close, timeperiod=5, vfactor=0)
print(T3)
total_df = pd.concat([Symbol, Date, Open, High, Low, Close, Volume, SMA, T3])
print(total_df)
total_df.to_csv("test.csv")
**************下面是我的最新代码**************
import pandas as pd
import talib
import glob, os
from talib import SMA, T3
import os
csv_file_list = glob.glob(r"H:\EOD_DATA_RECENT\TEST\\*.csv")
print(csv_file_list)
for csv_file in csv_file_list:
df = pd.read_csv(csv_file)
print(df)
df['SMA'] = SMA(df['AdjustedClose'], timeperiod=5)
# print(df['SMA'])
df['T3'] = T3(df['AdjustedClose'], timeperiod=5, vfactor=0)
# print(df['T3'])
print(df)
df.to_csv("test.csv")
解决方案
有两种方法,我相信,你可以做到这一点。如果您想要在循环中读取 csv 文件的单独文件,请执行操作并将文件写入磁盘。另外,我在这里做一些假设......
from talib import SMA,T3 # move this up to the top with other modules
csv_file_list = [however you get list of files]
for csv_file in csv_file_list:
df = pd.read_csv(csv_file)
#I'm not sure why are reading these into series, I think you can call them directly
#Symbol = df['Symbol']
#Date = df['Date']
#Open = df['Open']
#High = df['High']
#Low = df['Low']
#Close = df['Close']
#Volume = df['Volume']
df['SMA'] = SMA(df['Close'], timeperiod=5) # create column in df automatically
print(df['SMA'])
df['T3'] = T3(df['Close'], timeperiod=5, vfactor=0) # create column in df automatically
print(df['T3'])
# df is already built from above, so don't need next line
#total_df = pd.concat([Symbol, Date, Open, High, Low, Close, Volume, SMA, T3])
print(df)
Symbol = df.Symbol[0]
fn = Symbol + '_indicators.csv
df.to_csv(fn)
第二种方法是将所有 csv 文件读入 dfs 和concat
. 如果愿意,您可以将此 df 保存到 csv 'master',然后用于groupby
通过股票代码获取 SMA 和 T3。如果您有数千个代码,这可能太麻烦了,但确实减轻了读取数千个文件的负担。我根据我正在运行的分析类型来执行这两种方法。只要您正在做的事情编码正确,从计算时间的角度来看,500 个股票代码的 df 是可以管理的。否则,我一次看一个股票,然后转到更大的df。
尝试第一个重新设计的建议代码,看看你想出了什么。
推荐阅读
- excel - 使用表格中的数据在 Excel 中查找最接近的匹配项
- apache-pig - 在 GCP Dataproc 上运行 Bash 脚本
- javascript - 如何在 React.js 中将事件函数分配给 DOM 列表
- realm - SwiftUI Navigation 自动关闭/弹出 - 领域
- c++ - 如何在没有现有引擎的游戏中设计我的 EventTrigger 框架?
- javascript - JS 从对象数组中过滤某些部分
- swift4 - 如何修复“读写数据沙箱:使用 Mac Catalyst 时出错”
- reactjs - 如何在 KeyboardDatePicker 上添加自定义按钮
- python - 使用 f.write() 在 txt 文件上打印科学变量
- windows - 在端口 2181 上执行 Kafka 时出错 - 主题命令:等待节点分配超时。操作系统赢 10