由直接导出变成日K标准快照数据

获取分时数据,日k数据(A股,港股,美股) 股市 阅读详情
import pandas as pd
import os
import datetime
#增加当天的交易时间
today = datetime.date.today()
print(today)
folder_path = 'D:\\tmp_financial\DailyK\increment_data\HS20240125.xlsx'
folder_path2 = 'D:\\tmp_financial\DailyK\standard'
df = pd.read_excel(folder_path)
col_names = df.columns.tolist()
print(col_names)
df.drop('名称', axis=1, inplace=True)
df.drop('主力净流入量占比', axis=1, inplace=True)
df.drop('大单流入量', axis=1, inplace=True)
df.drop('融券余额', axis=1, inplace=True)
df.drop('融资余额', axis=1, inplace=True)
df.drop('资产回报率', axis=1, inplace=True)
df.drop('市销率(TTM)', axis=1, inplace=True)
df.drop('资产负债率', axis=1, inplace=True)
df.drop('年初至今', axis=1, inplace=True)
df.drop('成交笔数', axis=1, inplace=True)
df = df.rename(columns={'代码': '证券代码'})
df['交易时间'] = today
df = df.rename(columns={'现价': '收盘价'})
df = df.rename(columns={'前收': '前收盘价'})
df = df.rename(columns={'今开': '开盘价'})
df = df.rename(columns={'最高': '最高价'})
df = df.rename(columns={'最低': '最低价'})
df = df.rename(columns={'成交量': '成交量(手)'})
df = df.rename(columns={'换手率': '换手率(%)'})
df = df.rename(columns={'市盈率(TTM)': '市盈率(TTM,亏损的PE为空)'})
df = df.rename(columns={'流通市值': '流通市值(万元)'})
col_names = df.columns.tolist()
print(col_names)
col_names = [col_names[0], col_names[17], col_names[3], col_names[4], col_names[5], col_names[1], col_names[2],
             col_names[6], col_names[7], col_names[8], col_names[9], col_names[10], col_names[14],
             col_names[12], col_names[13], col_names[16], col_names[15], col_names[11]]
print(col_names)
df['成交量(手)'] = df['成交量(手)']/100
df['流通市值(万元)'] = df['流通市值(万元)']/10000
df['换手率(%)'] = df['换手率(%)']*100
df = df.reindex(columns=col_names)
with pd.ExcelWriter('D:\\tmp_financial\DailyK\standard_camera\HS20240125.xlsx', mode='a', engine='openpyxl') as writer:
    df.to_excel(writer, index=False)
如何高效抓取沪深A股的日K数据?——实战技巧与代码解析 通过本实战项目,我们介绍了如何利用异步编程高效抓取沪深A股的日K数据。我们从基础代码回顾、异步抓取代码实现,到数据保存和完整性验证,一步步完成了整个流程。希望本文能帮助你更好地理解和应用异步编程技术。 阅读详情

相关推荐

聚类方法:K-means、K-modes和K-prototypes

首先:得对数据进行标准化 min-max标准化(离差标准化):对原始数据进行线性变换,是结果落到【0,1】区间,转换方法为 X'=(X-min)/(max-min),其中max为样本数据最大值,min为样本数据最小值。 from sklearn import preprocessing X = preprocessing.MinMaxScaler().fit_transform(X) 一...

Jaykie 1万+

Python量化交易08——利用Tushare获取日K数据

Tushare包获取日K数据

weixin_46277779的博客 2814

数据标准化 Data Normalization

在一些实际问题中,我们得到的样本数据都是多个维度的,即一个样本是用多个特征来表征的。比如在预测房价的问题中,影响房价y的因素有房子面积x1、卧室数量x2等。这里的x1,x2又被称为特征。很显然,这些特征的量纲和数值得量级都是不一样的,在预测房价时,如果直接使用原始的数据值,那么他们对房价的影响程度将是不一样的,而通过标准化处理,可以使得不同的特征具有相同的尺度(Scale)。

sunlilan的博客 3万+

获取日k数据

http://web.ifzq.gtimg.cn/appstock/app/fqkline/get?_var=kline_dayqfq&param=sz002921,day,,,320,qfq&r=0.20250418055060626 转载于:https://www.cnblogs.com/xiaodebing/p/9657178.html

weixin_30642267的博客 970

2.2.1.3-移动平均线(python画k线、均线、5日线、买卖点图、python均线策略)

* 绘制一个k线图,也就是蜡烛图 * 计算5日均线值、10日均线值 * 在k线图上,绘制5日线和10日线图 * 在5日线上,绘制与10日线的交叉点(上穿、下穿时) python画k线、均线、5日线、买卖点图、python均线策略

KelvinLiu 3413

股票日K线API接口实战:从Baostock、AKShare获取到数据质量校验与回测应用

在量化研究和数据分析领域,API接口是获取结构化数据的关键技术组件。其工作原理通常基于HTTP协议,客户端通过发送包含查询参数的请求,从服务端数据库获取并返回标准化的数据。一个设计良好的API接口,能够为技术分析、策略回测等应用提供稳定、高效的数据支撑,是构建自动化交易系统和金融分析模型的基础。本文以股票日K线历史行情数据为例,深入探讨了如何通过主流工具如Baostock和AKShare等接口获取数据,并详细介绍了数据清洗、本地缓存、错误重试等工程实践,最终将数据应用于技术指标计算和简单的策略回测,为开发者

weixin_29034963的博客 249

量化交易系列【5】:如何快速的将日K线数据转换为周K线及月K线数据,神奇的resample函数

量化交易:将日K线转换为周K及月K数据,resample函数的用法。

阿旭的博客 3927

用Python计算MovieLens 100k数据集中男性女性用户评分的标准差

这是《用Python玩转数据》4.2的编程练习。要求:计算MovieLens 100k数据集中男性女性用户评分的标准差并输出。 数据集下载其中u.data 表示100k条评分记录,每一列的数值含义是: user id | item id | rating | timestamp u.user表示用户的信息,每一列的数值含义是: user id | age | gender | occup

然后呢 8205

标准正态分布k阶原点矩公式

标准正态分布k阶原点矩公式 今天在看χ2\chi^2χ2分布,计算其方差时,遇到了标准正态分布的四阶原点矩。书上直接写E(Xi4)=3E(X_i^4)=3E(Xi4​)=3,很好奇。设Xi∼N(0,1)X_i\sim\mathcal{N}(0,1)Xi​∼N(0,1)想根据定义计算: E(Xi4)=∫−∞+∞x412πe−x22dxE(X_i^4)=\int_{-\infty}^{+\infty}...

犹有傲霜枝的博客 5万+

Zabbix在Ubuntu 22.04上的性能优化与监控实战:从基础安装到高级配置

本文详细介绍了在Ubuntu 22.04系统上部署和优化Zabbix监控系统的完整流程,从基础安装到高级配置。内容包括MySQL数据库设置、Zabbix服务器与Web前端优化、性能调优策略以及实战监控场景应用,帮助用户构建高效的企业级监控解决方案。

sss66的博客 895

博途WinCC上位机避坑指南:从工控机选型到趋势图优化的完整流程

本文详细解析了博途WinCC上位机开发全流程,从工控机选型到趋势图优化的关键技巧。针对工业自动化场景,提供硬件配置指南、网络优化方案和性能提升策略,帮助工程师避开常见陷阱,实现稳定高效的HMI系统部署。特别强调PC Station与传统触摸屏的选型对比及SIMATIC NET配置优化。

pp12345的博客 278

k3导入账套_金蝶k3凭证导入导出的操作方法 金蝶k3操作指南

金蝶k3凭证导入导出的操作方法——正确说来,这里的导入、导出应该写做“标准凭证引入”和“引出标准凭证”:首先,对于金蝶K3凭证的导入导出,都需要一个共同的文件格式,一般建议是用excel表了,比较适合处理较多的数据嘛。其次,要确保金蝶K3凭证导入导出操作所进行的客户端要是同一个版本,如果一方是K3 WISE V13.0另一方是V14.0,那就只能呵呵了接着,关于金蝶k3凭证导入金蝶K3凭证导入在界...

weixin_39783633的博客 7077

VirtualBox创建虚拟机(为安装Ubuntu桌面系统)

Ubuntu的安装非常灵活。但是万变不离其宗,归纳起来,无非就是以下3种:(1)用户可以下载完整的ISO镜像文件,将其转移到各种介质上面,例如DVD或者U盘,然后以该介质引导系统进行安装。(2)用户可以下载一个非常小的网络安装器,利用该安装器引导系统进行在线安装。(3)用户可以将Ubuntu安装到一个U盘中,随身携带。为了便于读者学习,本节将介绍通过完整的ISO镜像文件安装Ubuntu。其他的安装方式将在后面介绍。

夏天又到了的专栏 2688

pandas - 股票K线数据重采样

1 股票K线图 K线图这种图表源处于日本德川幕府时代,被当时日本米市的商人用来记录米市的行情与价格波动,后因其细腻独到的标画方式而被引入到股市及期货市场。 1.1 K线图基本形态 1.2 K线图的计算周期 不同的时间间隔看待股票数据变化,会有不一样的发现! K线的计算周期可将其分为日K线,周K线,月K线,年K线 很多网站提供了日线、周K线、月K线等周期数据,但是最原始的只有日K...

apollo_miracle的博客 5148

采购订单定价策略 超详细

‘需求’字段里填写的是一个例程编号(例程是一段判断程序),如果我们在需求中维护了例程编号,那只有这个例程条件被满足时,这个条件表才会被系统自动读取。一部分的条件表只有在凭证项目满足一定的条件时才会被读取。 ‘排斥的’字段如果别勾中的话,那表明如果这个条件表被系统成功读取到数据后,系统将停止这个存取顺序的执行,否则,系统将继续执行下去。 注意:a、如果我们给某个条件类型设定了有效期的话,那我们必须给这个条件类型分配一个存取顺序。 b、不能给一个抬头条件分配存取顺序。 是...

竹大的博客 1万+

模型实战(32)之 yolo26 实现对全身关键点数据集 的训练与关键点检测

模型实战(32)之 yolo26 实现对全身关键点数据集 的训练与关键点检测

yohnyang的博客 90

Java量化系列(三):实现东方财富历史日K线数据同步

对于量化策略回测而言,仅有当日和近期的日K数据远远不够——我们需要获取一只股票过去数月、数年的历史K线数据,才能验证策略在不同市场环境下的有效性。

两个蝴蝶飞 1845

【箱子之字形摆放】python实现-附ChatGPT解析

箱子之形摆放有一批箱子(形式为宁符串,设为str) ,要求将这批箱子按以之形的顺序摆放在宽度为n的空地,请输出箱子的摆放结果。例如:箱子为ABCDEFG,空地宽度为3,摆放结果如图:则输出结果为:AFGBECD输入一行字符串,通过空格分制,前面部分为字母或数字组成的字符串str,表示;后面部分为一个数字n,表示。ABCDEFG 3箱子摆放结果,如题目示例所示AFGBECD。

sinat_29950703的博客 371

k7路线图解析:即将推出的Docker支持与跨节点快照功能

k7作为一款轻量级自托管沙箱基础设施,让用户能够安全执行不受信任的代码。本文将深入解析k7的最新路线图,重点介绍即将推出的Docker支持与跨节点快照功能,帮助用户了解项目的发展方向和未来功能。 ## 🚀 为什么Docker支持是k7的重要里程碑 在当前的技术生态中,Docker已经成为容器化应用的事实标准。k7团队深知这一点,因此将Docker支持列为Next Goals中的重要功能。

gitblog_00823的博客 1020

PR工具timing report中setup time的计算过程

然后去pr工具里报告report_delay_calculation/reportDelayCalculation -from related_pin -to constraint_pin。这里constraint pin就是D pin (D0 D1 D2 D3),related pin就是 CK pin。我正在「拾陆楼」和朋友们讨论有趣的话题,你⼀起来吧?

m0_61544122的博客 455

【数据分析】基于多组学数据整合的微生物与宿主互作网络构建及可视化分析

综上所述,本教程通过详细的步骤和方法,展示了如何整合微生物群落数据、宿主基因表达数据和代谢组数据,构建微生物与宿主互作网络,并进行可视化分析。这种方法为研究微生物与宿主之间的复杂关系提供了一种有力的工具,有助于推动相关疾病的研究和治疗。然而,在实际应用中,需要注意数据处理和分析过程中的各种问题,并结合实验验证来提高研究结果的可靠性和科学性。未来,随着多组学技术的不断发展和完善,以及数据分析方法的创新,相信我们能够更深入地理解微生物与宿主之间的互作机制,为疾病的预防、诊断和治疗提供更有力的支持。

专注生信领域 370

【Polelink北汇信息】UDS之19服务中04子服务:读取快照数据

在车载诊断中常用的诊断协议有ISO 14229等,在协议中主要定义了诊断请求、诊断响应的报文格式及ECU该如何处理诊断请求的应用。其中ISO 14229系列标准协议定义了用于行业内诊断通信的需求规范,也就是UDS。UDS主要应用于OSI七层模型的第七层——应用层,它支持的汽车总线包括:CAN、LIN、FlexRay、Ethernet及K-LINE。UDS中的服务根据其功能分为6大类,共26种。其中包含的0x19服务(ReadDTCInformation)则是UDS中的重中之重。

Polelink北汇信息的博客 5600

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

【R语言】数据标准化处理

1、标准化——数据处理 preProcess(x, method = c("center", "scale"),      thresh = 0.95,  pcaComp = NULL,  na.remove = TRUE,  k = 5,      knnSummary = mean,  outcome = NULL,  fudge = 0.2,  numUnique = 3,      verbose = FALSE,  freqCut = 95/5,  uniqueCut

JianJuly的博客 5万+

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Python的kemans聚类和数据标准化

python的输出对象到excel文件中,对数据进行标准化,进行kemans聚类。

dltan 3058

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

k9s屏幕转储功能:保存和分享Kubernetes状态快照

在日常Kubernetes集群管理工作中,开发者和运维人员经常需要记录特定时刻的集群状态,用于故障排查、性能分析或团队协作。k9s作为一款强大的Kubernetes终端管理工具,提供了高效的屏幕转储(Screen Dump)功能,让用户能够快速保存和分享集群状态快照。 ## 什么是屏幕转储功能? 屏幕转储是k9s的一项核心功能,允许用户将当前视图中的Kubernetes资源状态保存为文本文件。...

gitblog_00116的博客 483

高频期货Tick数据的清洗与标准化实践基于1秒级快照噪声过滤方法

高频Tick数据的清洗本质是对市场微观结构的解码过程。成功的关键在于:✅分层处理架构:先做粗粒度异常检测,再精细化修正;✅动态自适应机制:根据市场状态实时调整过滤强度;✅可解释性优先:避免黑箱操作导致不可控风险累积。建立基准测试集验证基础清洗效果;逐步叠加复杂规则形成防护网;定期复盘参数有效性并迭代更新。最终目标是构建一套既能抵御噪声干扰,又能灵敏响应真实机会的数据管道,为量化策略提供可靠的决策基础。

木头大左的博客 1273
上一篇: 批量删除excel数据列,修改excel数据列的排序
下一篇: 将一个excel中的数据分发到多个excel文件中
firefly0721
博客等级 码龄11年 167粉丝 37原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值