0

個人的なプロジェクトとして、Apple の過去の株式データのかなり大きな .CSV ファイルがあります。csv モジュールを使用してこのデータを読み取り、日付と月の終値を出力する関数が既にあります。

タプルの形式の例を次に示します。

('2012-03-24' , '122.10')

毎月のデータを平均化し、タプルのリストを再生成しようとしています。

誰か提案はありますか？私はPythonの初心者です。

def get_list_data(file_obj, column_number):    
    with open("table.csv", "r") as f:
        reader = csv.reader(f, delimiter=',')
        for row in reader:
            data = row[0] , row[column_number]  #Data and column data
            list_of_tuples = tuple(data)
            print(list_of_tuples)

    return list_of_tuples

def average_data(list_of_tuples):  #This is where I am stuck
4

2 に答える 2

1

次の手順が必要です。

  1. 最初に、各タプルの2番目の部分（ '122.1'）からの文字列をfloatに変換する必要があります。このメソッドを使用してこれを行うことができますfloat()。

  2. sum()次に、メソッドとリスト内包表記を使用して、タプルの2番目の部分すべての合計を計算する必要があります。

  3. len()関数が返すリストの長さで割ります。

コード例：

def average_data(list_of_tuples):

    stock_data = [float(t[1]) for t in list_of_tuples]
    stock_sum = sum(stock_data)
    return stock_sum / len(list_of_tuples)

例：

list_of_tuples = [('2012-03-24' , '122.10'), ('2012-03-25' , '117.30'), ('2012-03-26' ,  '126.9')]

print average_data(list_of_tuples)
>>> 122.1
于 2013-02-25T22:22:17.213 に答える
1

Python を独学している場合は、先に進んで独自のリーダーを実装し、自分csvで平均計算を行ってください。それは優れた運動です。

ただし、コーディングを減らして分析により多くの時間を費やしたい場合は、pandas(または少なくともnumpy) のようなものを使用します。ライブラリはpandas、このタイプのデータ分析に優れています。

次の ipython セッションは、これらのタイプの計算が でいかに簡単かを示していますpandas。(ipython を使用していない場合は、ipython を学習することを強くお勧めする別のツールです。) このセッションでは、Apple の株価データを含む CSV ファイルを読み取ります。データ ファイル「aapl.csv」は次のようになります。

Date,Open,High,Low,Close,Volume,Adj Close
2013-02-25,453.85,455.12,442.57,442.80,13276100,442.80
2013-02-22,449.25,451.60,446.60,450.81,11798600,450.81
2013-02-21,446.00,449.17,442.82,446.06,15970800,446.06
2013-02-20,457.69,457.69,448.80,448.85,17010800,448.85
2013-02-19,461.10,462.73,453.85,459.99,15563700,459.99
2013-02-15,468.85,470.16,459.92,460.16,13990900,460.16
2013-02-14,464.52,471.64,464.02,466.59,12688400,466.59
...
1984-09-14,27.62,28.50,27.62,27.87,8826400,3.13
1984-09-13,27.50,27.62,27.50,27.50,7429600,3.09
1984-09-12,26.87,27.00,26.12,26.12,4773600,2.94
1984-09-11,26.62,27.37,26.62,26.87,5444000,3.02
1984-09-10,26.50,26.62,25.87,26.37,2346400,2.97
1984-09-07,26.50,26.87,26.25,26.50,2981600,2.98

パンダ ライブラリをインポートします。

In [1]: import pandas as pd

「Date」列をインデックスとして使用して、データを DataFrame に読み込みます。

In [2]: aapl = pd.read_csv('aapl.csv', index_col=0, parse_dates=True)

インデックスを昇順に並べ替えます。

In [3]: aapl = aapl.sort()

最初のいくつかのレコードを見てください。

In [4]: aapl.head()
Out[4]: 
             Open   High    Low  Close   Volume  Adj Close
Date                                                      
1984-09-07  26.50  26.87  26.25  26.50  2981600       2.98
1984-09-10  26.50  26.62  25.87  26.37  2346400       2.97
1984-09-11  26.62  27.37  26.62  26.87  5444000       3.02
1984-09-12  26.87  27.00  26.12  26.12  4773600       2.94
1984-09-13  27.50  27.62  27.50  27.50  7429600       3.09

データを月ごとにリサンプリングします。デフォルトでは、毎日の値の平均が使用されます。

In [5]: monthly = aapl.resample('1M')

In [6]: monthly.head()
Out[6]: 
                 Open       High        Low      Close           Volume  Adj Close
Date                                                                              
1984-09-30  26.981250  27.333125  26.606250  26.738750   4807300.000000   3.007500
1984-10-31  25.035652  25.313478  24.780435  24.806957   5559408.695652   2.788696
1984-11-30  24.545238  24.782857  24.188095  24.236190   5749561.904762   2.724286
1984-12-31  27.060000  27.378500  26.841000  26.947500   6195360.000000   3.031500
1985-01-31  29.520000  29.855909  29.140000  29.253182  10353818.181818   3.289091

月次データの「終値」列をプロットします。

In [7]: monthly.plot(y='Close')
Out[7]: <matplotlib.axes.AxesSubplot at 0x45ff4d0>

[閉じる] 列を見てください。

In [8]: monthly['Close']
Out[8]: 
Date
1984-09-30    26.738750
1984-10-31    24.806957
1984-11-30    24.236190
1984-12-31    26.947500
1985-01-31    29.253182
1985-02-28    28.089474
1985-03-31    22.741429
1985-04-30    21.425238
1985-05-31    19.656818
1985-06-30    16.399000
1985-07-31    17.185455
1985-08-31    15.098636
1985-09-30    15.738500
1985-10-31    16.940000
1985-11-30    19.460000
...
2011-12-31    392.930476
2012-01-31    428.578000
2012-02-29    497.571000
2012-03-31    577.507727
2012-04-30    606.003000
2012-05-31    564.673182
2012-06-30    574.562381
2012-07-31    601.068095
2012-08-31    642.696087
2012-09-30    681.568421
2012-10-31    634.714286
2012-11-30    564.345714
2012-12-31    532.055000
2013-01-31    497.822381
2013-02-28    459.026875
Freq: M, Name: Close, Length: 342

plotメソッド によって生成されたプロットは次のとおりです。「終値」の月間平均

于 2013-02-26T02:52:12.497 に答える