我有过去50年每个工作日的股票价格数据,包括日期/时间戳.在每个月末,我需要计算直到年底的剩余天数.必须考虑闰年,因为解决方案必须使用时间戳.我试过这段代码:
from datetime import datetime
t = df.index
dfa =(datetime(t.year, 12, 31) -t)/(datetime(t.year, 12, 31)-datetime(t.year, 1, 1))
但是,它返回TypeError:
only length-1 arrays can be converted to Python scalars
我也试过这个:
i=0
df["time_value"] = 0
while i<len(df):
t = df.index[i]
time_value=(datetime(t.year, 12, 31) -t)/(datetime(t.year, 12, 31)-datetime(t.year, 1, 1))
df.time_value[i] = time_value
i+1
这是使用的数据帧的简短示例:
CLOSE_SPX Close_iBoxx A_Returns B_Returns A_Vola B_Vola
2014-05-15 1870.85 234.3017 -0.009362 0.003412 0.170535 0.075468
2014-05-16 1877.86 234.0216 0.003747 -0.001195 0.170153 0.075378
2014-05-19 1885.08 233.7717 0.003845 -0.001068 0.170059 0.075384
2014-05-20 1872.83 234.2596 -0.006498 0.002087 0.170135 0.075410
2014-05-21 1888.03 233.9101 0.008116 -0.001492 0.169560 0.075326
2014-05-22 1892.49 233.5429 0.002362 -0.001570 0.169370 0.075341
2014-05-23 1900.53 233.8605 0.004248 0.001360 0.168716 0.075333
2014-05-27 1911.91 234.0368 0.005988 0.000754 0.168797 0.075294
2014-05-28 1909.78 235.4454 -0.001114 0.006019 0.168805 0.075474
2014-05-29 1920.03 235.1813 0.005367 -0.001122 0.168866 0.075451
2014-05-30 1923.57 235.2161 0.001844 0.000148 0.168844 0.075430
2014-06-02 1924.97 233.8868 0.000728 -0.005651 0.168528 0.075641
2014-06-03 1924.24 232.9049 -0.000379 -0.004198 0.167852 0.075267
最佳答案 Pandas具有
DateOffset
功能,简化了这种计算.您可以使用pd.datetools.YearEnd()访问YearEnd偏移量.创建一个新列’d’来处理.对于此列中的每个值,添加YearEnd偏移量.然后从总和中减去原始日期,得出到年末的天数:
import pandas as pd
df['d'] = df.index
df['days'] = df.apply(lambda i: i['d'] + pd.datetools.YearEnd() - i['d'], axis=1)
您无需创建新的“日期”列,如果愿意,您只需覆盖“d”列即可.
print df [‘days’]将产生:
2014-05-15 230 days
2014-05-16 229 days
2014-05-19 226 days
2014-05-20 225 days
2014-05-21 224 days
2014-05-22 223 days
2014-05-23 222 days
2014-05-27 218 days
2014-05-28 217 days
2014-05-29 216 days
2014-05-30 215 days
2014-06-02 212 days
2014-06-03 211 days
如果yourindex不是DateTime格式,则在加载文件时使用pd.to_datetime进行转换或使用parse_dates = True.