python - 使用特定数据框计算 cov_matrix
问题描述
我有一个这样的数据框:
Ticker
意思是Stock Name
我已经计算过pct_change
了,现在我需要计算cov matrix
每个 Ticker = StockName。
输出应该类似于:
任何想法如何为我的专栏计算上面的矩阵pct_change
?
我从这段代码开始,下一步是计算协方差。
import pandas as pd
import glob
import os
os.chdir('C:\\Users\xxxxx')
files_list = glob.glob('*.txt')
stocks = {}
for i, file in enumerate(files_list):
stocks[i] = pd.read_csv(files_list[i], names=['Ticker', 'Date', 'Open', 'High', 'Low', 'Close', 'Vol'],
header=None).drop(index=0).reset_index().drop(columns='index')
stocks[i].iloc[:, stocks[i].columns.get_loc('Open'):] = stocks[i].iloc[:, stocks[i].columns.get_loc('Open'):].astype('float')
stocks[i]['pct_change'] = stocks[i]['Close'].pct_change()
在此先感谢您的帮助 :)
解决方案
推荐阅读
- powerbi - Power BI Analysis Services 数据源用户名和密码
- javascript - 使用 Angular 跳过焦点或激活禁用的按钮
- reactjs - 为 React Apollo 订阅客户端配置 onSubscriptionData
- html - 设置为“无”的 HTML 图像显示在设置为阻止时不会显示
- php - Foreach 数组只接收最后一个键
- php - PHP - 如何在 whileloop 中赋值并在其他页面上访问它们
- android - Android中可自定义的浮动按钮
- java - Spring MVC中POST方法后重定向
- python - 正则表达式不匹配:在任何地方搜索特定数量的数字
- angular - 将取消按钮添加到角材料中的选项卡组件