Python 如何将普通数据框转换为烛台数据框

发布于05月05日

fig = go.Figure()
fig.add_trace(
  go.Scatter(x=alldates, y=countriesData[0]["ToxPi Score"], 
  name="Suffolk",customdata=countriesData[0],hovertemplate=common_template)
)
fig.update_xaxes(
rangeslider_visible=True,
rangeselector=dict(
    buttons=list([
        dict(count=1, label="1m", step="month", stepmode="backward"),
        dict(count=6, label="6m", step="month", stepmode="backward"),
        dict(count=1, label="YTD", step="year", stepmode="todate"),
        dict(count=1, label="1y", step="year", stepmode="backward"),
        dict(step="all")
    ])
 )
 )

fig.show()

enter image description here

My dataframe looks like this

我正在研究一个简单的数据集，其中我根据日期绘制了一个州的ToxPi分数.

现在我需要根据给定的方向将这些数据绘制成烛台格式

开放值:给定7天范围内第一天的ToxPi值.

我不知道如何将其隐藏或将数据分离为每周格式

编辑

After updating datetime column in df it looks like this

请帮忙

推荐答案

虽然我不完全清楚"7天的给定范围"是什么意思，但我的猜测是，7天滚动计算应该用于计算开盘、高点、低点和收盘，并且您的数据的粒度为1天.

我不确定您的countriesData[0]是否有datetime列，因此我们将使用您传递给go.Scatter的alldates数组:

df = countriesData[0].copy()
df["date_time"] = alldates
df["date_time"] = pd.to_datetime(df["date_time"])
df = df.set_index("date_time")

## create your features Open, Close, High, Low:
df["Open"] = df["ToxPi Score"].rolling("7D").apply(lambda row: row.iloc[0])
df["Close"] = df["ToxPi Score"].rolling("7D").apply(lambda row: row.iloc[-1])
df["High"] = df["ToxPi Score"].rolling("7D").max()
df["Low"] = df["ToxPi Score"].rolling("7D").max()

然后，您可以使用修改后的数据框构建烛台图:

fig = go.Figure(data=[go.Candlestick(
    x=df.index,
    open=df["Open"],
    high=df["High"],
    low=df["Low"],
    close=df["Close"]
)])

Python 如何将普通数据框转换为烛台数据框

推荐答案

Python相关问答推荐

使用Keras的线性回归参数估计

@Property方法上的inspect.getmembers出现意外行为，引发异常

处理(潜在)不断增长的任务队列的并行/并行方法

需要计算60，000个坐标之间的距离

我们可以为Flask模型中的id字段主键设置默认uuid吗

使用密钥字典重新配置嵌套字典密钥名

从嵌套的yaml创建一个嵌套字符串，后面跟着点

如何从需要点击/切换的网页中提取表格？

什么是合并两个embrame的最佳方法，其中一个有日期范围，另一个有日期没有任何共享列？

使用特定值作为引用替换数据框行上的值

下三角形掩码与seaborn clustermap bug

Python Pandas—时间序列—时间戳缺失时间精确在00：00

python—telegraph—bot send_voice发送空文件

如何获取Python synsets列表的第一个内容？

BeautifulSoup：超过24个字符(从a到z)的迭代失败：降低了首次深入了解数据集的复杂性：

在极点中读取、扫描和接收有什么不同？

提取数组每行的非零元素

解决Geopandas和Altair中的正图和投影问题

将相应的值从第2列合并到第1列(Pandas )

在Django REST框架中定义的URL获得404分