self.minute_olhc_df
timestamp open high low close volume percentage_change dollar_volume
timestamp
2023-04-12 08:00:00 2023-04-12 08:00:00 0.4451 0.7200 0.4451 0.5800 32664.0 48.760331 1.674193e+04
2023-04-12 08:01:00 2023-04-12 08:01:00 0.5700 0.8800 0.5441 0.7500 245138.0 81.818182 1.785330e+05
2023-04-12 08:02:00 2023-04-12 08:02:00 0.7613 0.8899 0.6800 0.8786 226893.0 83.863636 3.645739e+05
2023-04-12 08:03:00 2023-04-12 08:03:00 0.8786 0.9500 0.8140 0.9350 249540.0 96.280992 5.908568e+05
2023-04-12 08:04:00 2023-04-12 08:04:00 0.9399 0.9870 0.8949 0.9142 264829.0 103.925620 8.363665e+05
... ... ... ... ... ... ... ... ...
2023-04-12 19:55:00 2023-04-12 19:55:00 0.8300 0.8300 0.8300 0.8300 462.0 71.487603 9.644505e+07
2023-04-12 19:56:00 2023-04-12 19:56:00 0.8390 0.8489 0.8217 0.8217 13363.0 75.392562 9.645615e+07
2023-04-12 19:57:00 2023-04-12 19:57:00 0.8350 0.8350 0.8350 0.8350 583.0 72.520661 9.645663e+07
2023-04-12 19:58:00 2023-04-12 19:58:00 0.8337 0.8337 0.8329 0.8329 1635.0 72.252066 9.645800e+07
2023-04-12 19:59:00 2023-04-12 19:59:00 0.8218 0.8397 0.8205 0.8205 9239.0 73.491736 9.646558e+07
[673 rows x 8 columns]这是一个python dataframe我有两个变量i即morning_high_price和morning_high_time。它们是上午9：30至中午之间的最高价格及其发生的时间。我如何才能获得中午到下午4：30之间价格与morning_high_price相同或低2%以内的所有时刻？
ChatGPT解决方案：
# Set the time range
start_time = pd.Timestamp('2023-04-12 12:00:00')
end_time = pd.Timestamp('2023-04-12 16:30:00')
# Get the morning high price and time
morning_high_price = self.minute_olhc_df['high']['2023-04-12 09:30:00':'2023-04-12 12:00:00'].max()
morning_high_time = self.minute_olhc_df['high']['2023-04-12 09:30:00':'2023-04-12 12:00:00'].idxmax()
# Filter the dataframe to the time range and where the price is within 2% lower
filtered_df = self.minute_olhc_df[(self.minute_olhc_df['timestamp'] > start_time) & (self.minute_olhc_df['timestamp'] < end_time) & (self.minute_olhc_df['high'] >= morning_high_price*0.98) & (self.minute_olhc_df['high'] <= morning_high_price)]
# Get the moments where the prices were the same as morning_high_price and within 2% lower
result = filtered_df[filtered_df['high'] == morning_high_price]这是chat gpt的解决方案，但这真的不是我想要的。它在中午到下午4：30之间给我最高的价格，但这不是我所期望的。粗略地说，我只需要知道上午的最高价格是否在下午重新出现，并且非常接近。
1条答案
按热度按时间r3i60tvu1#
在一天内从
yfinance获取数据。在本例中，High列的名称是您的high列（如果您要更正数据）。为了过滤日期时间，我使用日期，因为使用slices来索引'2023-04-12 09：30：00'：'2023-04-12 12：00：00'，可能会发现，例如，12点钟位置的第一行将是'2023-04-12 12：01：00'。以确定是否已超过最大值。这会获取大于最大值的行。第一行是第一个超出的最大值。
第一超额的指数可以这样获得：
如果需要最大值减2%，则将条件替换为：
关于GPT：
filtered_df[filtered_df['high'] == morning_high_price]这会找到一个最大值，等于早晨。我承认这个选项，最大会比上午多但不等于它，那么就不会有结果了。