从 yfinance 操纵日期

Posted 2023-02-18

【中文标题】从 yfinance 操纵日期

【英文标题】：manipulate Date from yfinance

【发布时间】：2021-03-24 12:17:06

【问题描述】：

当我从 yfinance 提取股票数据时，我可以创建其他数据列来操纵“日期”列吗？我是 python 新手，仍然学到很多东西。我已经使用股票价格数据创建了其他列，但我不知道如何操作“日期”列。

例如，2020 年 10 月 26 日，我想创建包含以下数据的列： day_of_week，星期一 = 1 年 = 2020 月 = 10 天 = 26 周 = 44 交易日 = 207

import pandas as pd
import numpy as np
import yfinance as yf
import pandas_datareader as pdr
import datetime as dt
import matplotlib.pyplot as plt

##Get stock price data
ticker = 'NVDA'

#Data time period
now = dt.datetime.now()
startyear = 2017
startmonth=1
startday=1
start = dt.datetime(startyear, startmonth, startday)

#get data from YFinance
df = pdr.get_data_yahoo(ticker, start, now)

#create a column
df['% Change'] = (df['Adj Close'] / df['Adj Close'].shift(1))-1

df['Range'] = df['High'] - df['Low']

df

【参考方案1】：

您想使用数据帧的索引，该索引的类型为 pd.DatetimeIndex。 要将日期拆分为新列：

new_df = df.copy()
new_df['year'], new_df['month'], new_df['day'] = df.index.year, df.index.month, df.index.day

从第一个交易日开始进行算术运算：

start_date = df.index.min()
new_df['trade_day'] = df.index.day - start_date.day
new_df['trade_week'] = df.index.week - start_date.week
new_df['trade_year'] = df.index.year - start_date.year
new_df['day_of_week'] =  df.index.weekday
new_df['days_in_month'] =  df.index.days_in_month
new_df['day_name'] =  df.index.day_name()
new_df['month_name'] =  df.index.month_name()

选择另一个开始日期

start_date = pd.to_datetime('2017-01-01')

【讨论】：

感谢 Samer！我收到以下错误消息：“weekofyear 和 week 已被弃用，请改用 DatetimeIndex.isocalendar().week，它返回一个系列。要准确重现 week 和weekofyear 并返回一个索引，您可以调用 pd.Int64Index(idx.isocalendar().week)"

我确实通过更改以下内容使“贸易周”工作：new_df['Trade_week'] = df.index.isocalendar().week。此外，如果“trade_day”是从一年中的任何其他日子开始计算的，它也是不正确的。我希望“trade_day”在一年中的第一个实际交易日开始计算。

更改开始日期：start_date = pd.to_datetime('2017-01-01')

【参考方案2】：

我确实发现了大部分问题。我不知道如何计算“交易日期”。

#Convert the 'Date' Index to 'Date' Column
df.reset_index(inplace=True)

#Create columns manipulating 'Date'
df['Year'] = df['Date'].dt.year
df['Month'] = df['Date'].dt.month
df['Day'] = df['Date'].dt.day
df['Week of Year'] = df['Date'].dt.isocalendar().week
df['Day of Week'] = df['Date'].dt.dayofweek