パンダ過去20日間のデータを選択します。

Question

私は簡単な質問をしています。

日付、オープン、ハイ、ロー、クローズ、ボリュームのデータフレームがあるとします。

私は何をしようとしていることは私が行うことができ、現在の日付を最初に見つけることです：

私の問題は、現在の日付からのデータの最後の20日間を選択しています。

最後の20行を選択する必要があります。これは、このデータセットのクローズ列の最高値と最低値を検索する必要があるためです。

すべてのポインタが役立ちます。 IvはしばらくGoogleを検索し、別の答えを探し続けます。

ありがとうございます！

Answer 1

以下のコードは1つの例です。

import pandas as pd 
import numpy as np 

today = pd.datetime.today().date() 

df = pd.DataFrame({"date": pd.date_range('20170901','20170930', freq='D'), 
        "open": np.random.rand(30), 
        "high": np.random.rand(30), 
        "low": np.random.rand(30), 
        "close": np.random.rand(30), 
        "volume": np.random.rand(30)}, 
        columns = ["date", "open", "high", "low", "close", "volume"]) 
selected_date = pd.date_range(today - pd.to_timedelta(20, unit='d'), today, freq='D') 
df_selected = df[df["date"].isin(selected_date)] 
# Out[40]: 
#   date  open  high  low  close volume 
# 7 2017-09-08 0.790424 0.999621 0.139619 0.669588 0.476784 
# 8 2017-09-09 0.190239 0.439975 0.362905 0.018472 0.905773 
# 9 2017-09-10 0.184327 0.686411 0.124636 0.741130 0.132774 
# 10 2017-09-11 0.346019 0.022173 0.422704 0.159098 0.011801 
# 11 2017-09-12 0.549928 0.228514 0.851650 0.824209 0.756816 
# 12 2017-09-13 0.413550 0.994019 0.340958 0.905432 0.289316 
# 13 2017-09-14 0.435034 0.485978 0.768520 0.534148 0.276084 
# 14 2017-09-15 0.839840 0.775490 0.481123 0.911378 0.928908 
# 15 2017-09-16 0.442393 0.512893 0.519516 0.844619 0.813230 
# 16 2017-09-17 0.723789 0.646345 0.081776 0.388496 0.391421 
# 17 2017-09-18 0.964289 0.849776 0.156879 0.663885 0.062165 
# 18 2017-09-19 0.001000 0.174666 0.694151 0.777330 0.739554 
# 19 2017-09-20 0.426997 0.541273 0.789910 0.218263 0.748694 
# 20 2017-09-21 0.217904 0.295377 0.087909 0.765242 0.555663 
# 21 2017-09-22 0.910734 0.848182 0.476946 0.374580 0.079900 
# 22 2017-09-23 0.160963 0.795219 0.956262 0.744048 0.645552 
# 23 2017-09-24 0.412634 0.722252 0.226693 0.524794 0.910259 
# 24 2017-09-25 0.535072 0.131761 0.931164 0.618055 0.542512 
# 25 2017-09-26 0.697222 0.552784 0.537899 0.773403 0.916538 
# 26 2017-09-27 0.257628 0.479550 0.539444 0.540076 0.344933 
# 27 2017-09-28 0.270114 0.914036 0.137004 0.939907 0.736016 

さらに、クローズアイテムの最大値と最小値は、次のようにして求められます。

df_max = df_selected[df_selected['close'] == df_selected['close'].max()] 
# Out[48]: 
#   date  open  high  low  close volume 
# 27 2017-09-28 0.270114 0.914036 0.137004 0.939907 0.736016 

df_min = df_selected[df_selected['close'] == df_selected['close'].min()] 
# Out[49]: 
#   date  open  high  low  close volume 
# 8 2017-09-09 0.190239 0.439975 0.362905 0.018472 0.905773 

Answer 2

あなたは単にあなただけdf[-20:]を使用することができますDataFrameからの最後の20行をしたい場合。代わりに、20日前に日付を取得する場合はpd.Timedelta(-19, unit='d') + pd.datetime.today().date()にする必要があります。

In [1]: index = pd.date_range(start=(pd.Timedelta(-30, unit='d')+pd.datetime.today().date()), periods=31) 

In [2]: df = pd.DataFrame(np.random.rand(31, 4), index=index, columns=['O', 'H', 'L', 'C']) 

In [3]: df = df.reset_index().rename(columns={'index': 'Date'}) 

In [4]: df 
Out[4]: 
     Date   O   H   L   C 
0 2017-08-28 0.616856 0.518961 0.378005 0.716371 
1 2017-08-29 0.300977 0.652217 0.713013 0.842369 
2 2017-08-30 0.875668 0.232998 0.566047 0.969647 
3 2017-08-31 0.273934 0.086575 0.386617 0.390749 
4 2017-09-01 0.667561 0.336419 0.648809 0.619215 
5 2017-09-02 0.988234 0.563675 0.402908 0.671333 
6 2017-09-03 0.111710 0.549302 0.321546 0.201828 
7 2017-09-04 0.469041 0.736152 0.345069 0.336593 
8 2017-09-05 0.674844 0.276839 0.350289 0.862777 
9 2017-09-06 0.128124 0.968918 0.713846 0.415061 
10 2017-09-07 0.920488 0.252980 0.573531 0.270999 
11 2017-09-08 0.113368 0.781649 0.190273 0.758834 
12 2017-09-09 0.414453 0.545572 0.761805 0.586717 
13 2017-09-10 0.348459 0.830177 0.779591 0.783887 
14 2017-09-11 0.571877 0.230465 0.262744 0.360188 
15 2017-09-12 0.844286 0.821388 0.312319 0.473672 
16 2017-09-13 0.605548 0.570590 0.457141 0.882498 
17 2017-09-14 0.242154 0.066617 0.028913 0.969698 
18 2017-09-15 0.725521 0.742362 0.904866 0.890942 
19 2017-09-16 0.460858 0.749581 0.429131 0.723394 
20 2017-09-17 0.767445 0.452113 0.906294 0.978368 
21 2017-09-18 0.342970 0.702579 0.029031 0.743489 
22 2017-09-19 0.221478 0.339948 0.403478 0.349097 
23 2017-09-20 0.147785 0.633542 0.692545 0.194496 
24 2017-09-21 0.656189 0.419257 0.099094 0.708530 
25 2017-09-22 0.329901 0.087101 0.683207 0.558431 
26 2017-09-23 0.902550 0.155262 0.304506 0.756210 
27 2017-09-24 0.072132 0.045242 0.058175 0.755649 
28 2017-09-25 0.149873 0.340870 0.198454 0.725051 
29 2017-09-26 0.972721 0.505842 0.886602 0.231916 
30 2017-09-27 0.511109 0.990975 0.330336 0.898291 

In [5]: df[-20:] 
Out[5]: 
     Date   O   H   L   C 
11 2017-09-08 0.113368 0.781649 0.190273 0.758834 
12 2017-09-09 0.414453 0.545572 0.761805 0.586717 
13 2017-09-10 0.348459 0.830177 0.779591 0.783887 
14 2017-09-11 0.571877 0.230465 0.262744 0.360188 
15 2017-09-12 0.844286 0.821388 0.312319 0.473672 
16 2017-09-13 0.605548 0.570590 0.457141 0.882498 
17 2017-09-14 0.242154 0.066617 0.028913 0.969698 
18 2017-09-15 0.725521 0.742362 0.904866 0.890942 
19 2017-09-16 0.460858 0.749581 0.429131 0.723394 
20 2017-09-17 0.767445 0.452113 0.906294 0.978368 
21 2017-09-18 0.342970 0.702579 0.029031 0.743489 
22 2017-09-19 0.221478 0.339948 0.403478 0.349097 
23 2017-09-20 0.147785 0.633542 0.692545 0.194496 
24 2017-09-21 0.656189 0.419257 0.099094 0.708530 
25 2017-09-22 0.329901 0.087101 0.683207 0.558431 
26 2017-09-23 0.902550 0.155262 0.304506 0.756210 
27 2017-09-24 0.072132 0.045242 0.058175 0.755649 
28 2017-09-25 0.149873 0.340870 0.198454 0.725051 
29 2017-09-26 0.972721 0.505842 0.886602 0.231916 
30 2017-09-27 0.511109 0.990975 0.330336 0.898291 

In [6]: df[df.Date.isin(pd.date_range(pd.Timedelta(-19, unit='d')+pd.datetime.today().date(), periods=20))] 
Out[6]: 
     Date   O   H   L   C 
11 2017-09-08 0.113368 0.781649 0.190273 0.758834 
12 2017-09-09 0.414453 0.545572 0.761805 0.586717 
13 2017-09-10 0.348459 0.830177 0.779591 0.783887 
14 2017-09-11 0.571877 0.230465 0.262744 0.360188 
15 2017-09-12 0.844286 0.821388 0.312319 0.473672 
16 2017-09-13 0.605548 0.570590 0.457141 0.882498 
17 2017-09-14 0.242154 0.066617 0.028913 0.969698 
18 2017-09-15 0.725521 0.742362 0.904866 0.890942 
19 2017-09-16 0.460858 0.749581 0.429131 0.723394 
20 2017-09-17 0.767445 0.452113 0.906294 0.978368 
21 2017-09-18 0.342970 0.702579 0.029031 0.743489 
22 2017-09-19 0.221478 0.339948 0.403478 0.349097 
23 2017-09-20 0.147785 0.633542 0.692545 0.194496 
24 2017-09-21 0.656189 0.419257 0.099094 0.708530 
25 2017-09-22 0.329901 0.087101 0.683207 0.558431 
26 2017-09-23 0.902550 0.155262 0.304506 0.756210 
27 2017-09-24 0.072132 0.045242 0.058175 0.755649 
28 2017-09-25 0.149873 0.340870 0.198454 0.725051 
29 2017-09-26 0.972721 0.505842 0.886602 0.231916 
30 2017-09-27 0.511109 0.990975 0.330336 0.898291 

Answer 3

セットアップ

today = pd.datetime.today().date() 

df = pd.DataFrame(
    np.random.rand(20, 4), 
    pd.date_range(end=today, periods=20, freq='3D'), 
    columns=['O', 'H', 'L', 'C']) 

df 

        O   H   L   C 
2017-08-01 0.821996 0.894122 0.829814 0.429701 
2017-08-04 0.883512 0.668642 0.524440 0.914845 
2017-08-07 0.035753 0.231787 0.421547 0.163865 
2017-08-10 0.742781 0.293591 0.874033 0.054421 
2017-08-13 0.252422 0.632991 0.547044 0.650622 
2017-08-16 0.316752 0.190016 0.504701 0.827450 
2017-08-19 0.777069 0.533121 0.329742 0.603473 
2017-08-22 0.843260 0.546845 0.600270 0.060620 
2017-08-25 0.834180 0.395653 0.189499 0.820043 
2017-08-28 0.806369 0.850968 0.753335 0.902687 
2017-08-31 0.336096 0.145325 0.876519 0.114923 
2017-09-03 0.590195 0.946520 0.009151 0.832992 
2017-09-06 0.901101 0.616852 0.375829 0.332625 
2017-09-09 0.537892 0.852527 0.082807 0.966297 
2017-09-12 0.104929 0.803415 0.345942 0.245934 
2017-09-15 0.085703 0.743497 0.256762 0.530267 
2017-09-18 0.823960 0.397983 0.173706 0.091678 
2017-09-21 0.211412 0.980942 0.833802 0.763510 
2017-09-24 0.312950 0.850760 0.913519 0.846466 
2017-09-27 0.921168 0.568595 0.460656 0.016313 

---

ソリューション
使用パンダ日時指数スライス。非常にシンプルでわかりやすく、この問題のためにパンダが開発したものは何ですか？ 注：これはではありません。は、過去20日間にいくつの行があるかを気にします。これは私がOPが望んだと思うものです。

df[today - pd.offsets.Day(20):] 

        O   H   L   C 
2017-09-09 0.537892 0.852527 0.082807 0.966297 
2017-09-12 0.104929 0.803415 0.345942 0.245934 
2017-09-15 0.085703 0.743497 0.256762 0.530267 
2017-09-18 0.823960 0.397983 0.173706 0.091678 
2017-09-21 0.211412 0.980942 0.833802 0.763510 
2017-09-24 0.312950 0.850760 0.913519 0.846466 
2017-09-27 0.921168 0.568595 0.460656 0.016313