Pandas必备技能之“时间序列数据处理”

发布时间：2019-06-14 00:41:10 所属栏目：教程来源：Little monster翻译整理

导读：副标题#e# 时间序列数据Time Series Data是在不同时间上收集到的数据，这类数据是按时间顺序收集到的，用于所描述现象随时间变化的情况。时间序列分析广泛应用于计量经济学模型中，通过寻找历史数据中某一现象的发展规律，对未来进行预测。时间序列数据作

其中，'20180704'当天的平均值等于'20180702'-'20180704'三天的收盘价取平均的结果，'20180705'当天的平均值等于'20180703'-'20180705'三天的收盘价取平均的结果，以此类推。

df['MA3'] = df['close'].rolling(3).mean() 
df 
Out[76]:  
              ts_code  close       MA3 
trade_date                             
2018-07-02  000001.SZ   8.61       NaN 
2018-07-03  000001.SZ   8.67       NaN 
2018-07-04  000001.SZ   8.61  8.630000 
2018-07-05  000001.SZ   8.60  8.626667 
2018-07-06  000001.SZ   8.66  8.623333 
2018-07-09  000001.SZ   9.03  8.763333 
2018-07-10  000001.SZ   8.98  8.890000 
2018-07-11  000001.SZ   8.78  8.930000 
2018-07-12  000001.SZ   8.88  8.880000 
2018-07-13  000001.SZ   8.88  8.846667 
2018-07-16  000001.SZ   8.73  8.830000 
2018-07-17  000001.SZ   8.72  8.776667 
2018-07-18  000001.SZ   8.70  8.716667

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

10/11

首页

尾页