import os import pandas as pd stock_data = pd.read_csv('stock data/sh600898.csv',parse_dates=[1]) #设定转换周期period_type 转换为周是'W',月'M',季度线'Q',五分钟'5min',12天'12D' period_type = 'W' #将[date]设定为 index inplace是原地修改，不要创建一个新对象 stock_data.set_index('date',inplace=True) #进行转换，周线的每个变量都等于那一周中最后一个交易日的变量值 period_stock_data = stock_data.resample(period_type,how='last') #周线的change等于那一周中每日change的连续相乘 period_stock_data['change'] = stock_data['change'].resample(period_type,how=lambda x:(x+1.0).prod()-1.0) #周线的open等于那一周中第一个交易日的open period_stock_data['open'] = stock_data['open'].resample(period_type,how='first') #周线的high等于那一周中的high的最大值 period_stock_data['high'] = stock_data['high'].resample(period_type,how='max') #周线的low等于那一周中的low的最大值 period_stock_data['low'] = stock_data['low'].resample(period_type,how='min') #周线的volume和money等于那一周中volume和money各自的和 period_stock_data['volume'] = stock_data['volume'].resample(period_type,how='sum') period_stock_data['money'] = stock_data['money'].resample(period_type,how='sum') #计算周线turnover period_stock_data['turnover'] = period_stock_data['volume']/ (period_stock_data['traded_market_value']/period_stock_data['close']) #股票在有些周一天都没有交易，将这些周去除 period_stock_data = period_stock_data[period_stock_data['code'].notnull()] period_stock_data.reset_index(inplace=True) #导出数据 period_stock_data.to_csv('week_stock_data.csv',index=False)