Как рассчитать сессионную смену дневных баров

У меня есть DF, который выглядит так:

дата	объем	открытым	Закрыть	высоко	низкий	предыдущее закрытие
2022-05-02	1756159.0	118,38	119,57	120,34	116,49
2022-05-03	3217838.0	119,72	122,4	123,98	119.09	119,57
2022-05-04	2460350.0	121,69	126,3	126,69	121,44	122,4
2022-05-05	2123645.0	124,62	122,15	125,21	120,8	126,3
2022-05-06	1629034.0	120,88	121.08	121,88	118,0	122,15
2022-05-09	1861704.0	119,13	113.11	119,13	112,64	121.08
2022-05-10	2141753.0	115,44	116,64	117,94	113,14	113.11
2022-05-11	1607013.0	115,7	113,99	118,0	113,84	116,64
2022-05-12	1338023.0	113,61	116,13	116,25	112,78	113,99
2022-05-13	1328411.0	117,38	119,38	120.715	117,27	116,13

Я пытаюсь создать столбец, который находит разницу между предыдущим закрытием и открытием:

def get_change(current, previous):
    print(current, 'current')
    print(previous, 'previous')
    if current == previous:
        return 0
    try:
        return (abs(current - previous) / previous) * 100.0
    except ZeroDivisionError:
        return float('inf')

final_df['change'] = get_change(df['o'], final_df['previous close'])

Вот так (где 2 — разница между предыдущим закрытием и открытием):

дата	объем	открытым	Закрыть	высоко	низкий	предыдущее закрытие	сдача
2022-05-02	1756159.0	118,38	119,57	120,34	116,49		2
2022-05-03	3217838.0	119,72	122,4	123,98	119.09	119,57	2
2022-05-04	2460350.0	121,69	126,3	126,69	121,44	122,4	2
2022-05-05	2123645.0	124,62	122,15	125,21	120,8	126,3	2
2022-05-06	1629034.0	120,88	121.08	121,88	118,0	122,15	2
2022-05-09	1861704.0	119,13	113.11	119,13	112,64	121.08	2
2022-05-10	2141753.0	115,44	116,64	117,94	113,14	113.11	2
2022-05-11	1607013.0	115,7	113,99	118,0	113,84	116,64	2
2022-05-12	1338023.0	113,61	116,13	116,25	112,78	113,99	2
2022-05-13	1328411.0	117,38	119,38	120.715	117,27	116,13	2

Как получить значение изменения?

python pandas

14.05.2022 20:02

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

IUUC, вы можете сделать

df['change'] = df['open'].sub(df['previous close']).abs().div(df['previous close']).mul(100.0)

print(df)

         date     volume    open   close     high     low  previous close    change
0  2022-05-02  1756159.0  118.38  119.57  120.340  116.49             NaN       NaN
1  2022-05-03  3217838.0  119.72  122.40  123.980  119.09          119.57  0.125450
2  2022-05-04  2460350.0  121.69  126.30  126.690  121.44          122.40  0.580065
3  2022-05-05  2123645.0  124.62  122.15  125.210  120.80          126.30  1.330166
4  2022-05-06  1629034.0  120.88  121.08  121.880  118.00          122.15  1.039705
5  2022-05-09  1861704.0  119.13  113.11  119.130  112.64          121.08  1.610505
6  2022-05-10  2141753.0  115.44  116.64  117.940  113.14          113.11  2.059942
7  2022-05-11  1607013.0  115.70  113.99  118.000  113.84          116.64  0.805898
8  2022-05-12  1338023.0  113.61  116.13  116.250  112.78          113.99  0.333363
9  2022-05-13  1328411.0  117.38  119.38  120.715  117.27          116.13  1.076380

Еще раз спасибо приму через 5 минут, отличных выходных!

— 14.05.2022 20:12

14.05.2022 20:09