tradingview月K线数据统计月涨幅

tradingview月K线数据统计月涨幅遇到的一些问题及解决方法

# 以下为部分截取的代码

# 设置dataframe数字显示格式
pd.set_option('display.float_format',lambda x : '%.4f' % x) # 在导包的时候全局设置成保留四位小数
data_gc_2['change'] = data_gc_2['change'].apply(lambda x: format(x, '.2%')) # 针对具体的列设置成以百分数的形式显示

# 导入csv数据之后，把时间转换成datetime类型
data_gc_1['time'] = pd.to_datetime(data_gc_1['time'],infer_datetime_format=True)

# datetime的列获取年和月
data_gc_1['year'] = data_gc_1['time'].dt.year
data_gc_1['month'] = data_gc_1['time'].dt.month

# 某一列每行增加的百分比计算。change列是close列增加百分比，即涨跌幅
data_gc_1['change'] = data_gc_1['close'].pct_change()

# 上面的方法计算增加百分比，第一行位空值NaN，删除第一行空行
data_gc_2 = data_gc_1.dropna()

# 数据透视，dataframe转换成三维数据
data_gc_3 = data_gc_2.pivot(index='year', columns='month',  values='change')

# tradingview的月K线数据有坑：月和日会受不开盘的影响有误差，会出现在月初和月末的日期

# 解决方案：把日小于15的日期选出来，月-1；如果月是1，年-1，月等于12

# ①把day大于15和小于15分开

data_gc_1_reducemonth = data_gc_1[data_gc_1['time'].dt.day<15]

data_gc_1_noreducemonth = data_gc_1[data_gc_1['time'].dt.day>15]

data_si_1_reducemonth = data_si_1[data_si_1['time'].dt.day<15]

data_si_1_noreducemonth = data_si_1[data_si_1['time'].dt.day>15]

# day小于15里面，月份等于1和不等于1的区分开

data_gc_1_reducemonth_12 = data_gc_1_reducemonth[data_gc_1_reducemonth['month']==1]

data_gc_1_reducemonth_no12 = data_gc_1_reducemonth[data_gc_1_reducemonth['month']!=1]

data_si_1_reducemonth_12 = data_si_1_reducemonth[data_si_1_reducemonth['month']==1]

data_si_1_reducemonth_no12 = data_si_1_reducemonth[data_si_1_reducemonth['month']!=1]

# day小于15，月不是1的，月份-1；月是1的，月为12，年-1

data_gc_1_reducemonth_no12['month'] = data_gc_1_reducemonth_no12['month']-1

data_si_1_reducemonth_no12['month'] = data_si_1_reducemonth_no12['month']-1

data_gc_1_reducemonth_12['year'] = data_gc_1_reducemonth_12['year']-1

data_gc_1_reducemonth_12['month'] = 12

data_si_1_reducemonth_12['year'] = data_si_1_reducemonth_12['year']-1

data_si_1_reducemonth_12['month'] = 12

# 将月为12和非12的合并，再将day大于15和不大于15的合并

data_gc_1_reducemonth = pd.concat([data_gc_1_reducemonth_12, data_gc_1_reducemonth_no12])

data_si_1_reducemonth = pd.concat([data_si_1_reducemonth_12, data_si_1_reducemonth_no12])

data_gc_1 = pd.concat([data_gc_1_reducemonth, data_gc_1_noreducemonth]).sort_index(ascending=True)

data_si_1 = pd.concat([data_si_1_reducemonth, data_si_1_noreducemonth]).sort_index(ascending=True)