如何计算大Pandas每天52周的高/低值？

Question

我有一个具有典型OHLC值的简单数据帧。我想从中计算出52周的每日最高/最低点（或其他时间范围），并将结果放入一个数据帧中，这样我就可以跟踪所有历史高点/低点的每日走势。在

例如，如果时间范围仅为3天，则3天的最高/最低值为： （3天高点：最近3天的最大“高点”值）

Out[21]: 
             Open   High    Low  Close    Volume  3-Day-High 3-Day-Low 
Date                                                       
2015-07-01  273.6  273.6  273.6  273.6         0       273.6     273.6
2015-07-02  276.0  276.0  267.0  268.6  15808300       276.0     267.0
2015-07-03  268.8  269.0  256.6  259.8  20255200       276.0     256.6
2015-07-06  261.0  261.8  223.0  235.0  53285100       276.0     223.0
2015-07-07  237.2  237.8  218.4  222.0  38001700       269.0     218.4
2015-07-08  207.0  219.4  196.0  203.4  48558100       261.8     196.0
2015-07-09  207.4  233.8  204.2  233.6  37835900       237.8     196.0
2015-07-10  235.4  244.8  233.8  239.2  23299900       244.8     196.0

有什么简单的方法和方法吗？谢谢各位！在

Answer 1

你可以试试这个：

three_days=df.index[-3:]
maxHigh=max(df['High'][three_days])
minLow=min(df['Low'][three_days])

Answer 2

您可以使用^{}和^{}：

>>> df["3-Day-High"] = pd.rolling_max(df.High, window=3, min_periods=1)
>>> df["3-Day-Low"] = pd.rolling_min(df.Low, window=3, min_periods=1)
>>> df
             Open   High    Low  Close    Volume  3-Day-High  3-Day-Low
Date                                                                   
2015-07-01  273.6  273.6  273.6  273.6         0       273.6      273.6
2015-07-02  276.0  276.0  267.0  268.6  15808300       276.0      267.0
2015-07-03  268.8  269.0  256.6  259.8  20255200       276.0      256.6
2015-07-06  261.0  261.8  223.0  235.0  53285100       276.0      223.0
2015-07-07  237.2  237.8  218.4  222.0  38001700       269.0      218.4
2015-07-08  207.0  219.4  196.0  203.4  48558100       261.8      196.0
2015-07-09  207.4  233.8  204.2  233.6  37835900       237.8      196.0
2015-07-10  235.4  244.8  233.8  239.2  23299900       244.8      196.0

请注意，与您的示例一致，这将使用最后三个记录的天数，而不管这些行之间的任何间隔的大小（例如07-03和07-06之间）。在

Answer 3

上面的方法在python的最新版本中已被替换 改用这个： 系列轧制（最小周期=1，窗口=252，中心=False）。max（）