如何在 pandas 中找到高于阈值的值并将它们与日期一起存储

Question

我有一个包含股票价格的 DF，我想找到高于阈值的每一天的股票价格，并记录日期、涨幅百分比和股票名称。

import pandas as pd
import requests
import time
import pandas as pd
import yfinance as yf

stock_ticker=['AAPL','MSFT','LCID','HOOD','TSLA]

df = yf.download(stock_tickers, 
                      start='2020-01-01', 
                      end='2021-06-12', 
                      progress=True,
)

data=df['Adj Close']
data=data.pct_change()
data.dropna(inplace=True)

top=[]
for i in range(len(data)):
  if i>.01 :
   top.append(data.columns[i])

我尝试执行 for 循环，但它保存了所有代码名称我想要做的是找到每天上涨 1% 的股票，并将名称、日期和上涨百分比保存在 pandas.

中

如有帮助将不胜感激

Answer 1

可能有更有效的方法，但我会使用 DataFrame.iteritems()。下面附上一个例子。我保留了重复的日期索引，因为我不确定您希望如何保留数据。

data = df["Adj Close"].pct_change()
threshold = 0.01

df_above_th_list = []
for item in data.iteritems():
    stock = item[0]
    sr_above_th = item[1][item[1] > threshold]
    df_above_th_list.append(pd.DataFrame({"stock": stock, "pct": sr_above_th}))
df_above_th = pd.concat(df_above_th_list)

如果要按行处理数据，可以使用DataFrame.iterrows()或DataFrame.itertuples()。

如何在 pandas 中找到高于阈值的值并将它们与日期一起存储

how to find values above threshold in pandas and store them with date

python

for-loop

numpy

dataframe

pandas