Python：forループは、52週の高値と安値のヒット数を見つけることができます

Question

最終取引日に52週間の新しい高値または新しい低値の株数を計算することができます。しかし、私はcsvファイルの最初の日からcsvの最後の日まで計算する必要があります。

例：
2014年2月1日、10社の52週高い株式及び45は、低52週、52週高
2014年3月1日、23の銘柄及び52週低い56個の銘柄である
04-01- 2014年、34株、52週間の高さ、34株の52週間の低さ。

import pandas as pd 
import numpy as np 
import csv 
import datetime 
import matplotlib.pyplot as plt 
import talib as ta 
import stocklist 

now = datetime.datetime.now() 

STOCKS = ['Abc','cdf','gg','D','AN','OX'] 
Stockslen = len(STOCKS) 

h_cnt=0 
l_cnt=0 

#Creating 5 df for data analysis 

df_today52w_High = pd.DataFrame(columns=['Stock','Today 52w_High']) 
df_today52w_Low = pd.DataFrame(columns=['Stock','Today 52w_Low']) 

for x in range (len(STOCKS)): 
    print "############### " 
    print STOCKS [x] 
    print "###############" 
    q_data = pd.read_csv(STOCKS [x]+".csv", index_col='Stock', usecols =[0,1,3,4,5,6,7]) 

    high = q_data.High 
    h=np.array(high) 

    date_ = q_data.Date 
    dt = np.array(date_) 

    open_ = q_data.Open 
    o = np.array(open_) 

    low = q_data.Low 
    l = np.array(low) 

    close = q_data.Close 
    c = np.array(close) 


    if h[-1] == ta.MAX(h,252)[-1]: 
     df_today52w_High.loc[len(df_today52w_High)] = [STOCKS[x],1] 
     h_cnt += 1 
     print h_cnt 
    else: 
     df_today52w_High.loc[len(df_today52w_High)] = [STOCKS[x],0] 


    if l[-1] == ta.MIN(l,252)[-1]: 
     df_today52w_Low.loc[len(df_today52w_Low)] = [STOCKS[x],1] 
     l_cnt += 1 
     print l_cnt 
    else: 
     df_today52w_Low.loc[len(df_today52w_Low)] = [STOCKS[x],0] 




df_new = pd.merge(df_today52w_High,df_today52w_Low,how='outer',on='Stock') 

df_new['52w high']= h_cnt 
df_new['52w low']= l_cnt 

STOCKSのcsvは、次のような形式です。 STOCKSリストには300株があります。私はちょうどここにいくつかを示しています。

Stock,Date,Time,Open,High,Low,Close,Volume 
AAX,2014-01-02,00:00:00,1.0,1.02,1.0,1.01,3251900 
AAX,2014-01-03,00:00:00,1.01,1.05,1.01,1.03,8416100 
AAX,2014-01-06,00:00:00,1.04,1.05,1.02,1.03,2625200 
AAX,2014-01-07,00:00:00,1.03,1.03,1.01,1.01,2539700 
AAX,2014-01-08,00:00:00,1.02,1.02,1.0,1.02,2072700 
AAX,2014-01-09,00:00:00,1.02,1.02,1.0,1.01,2589600 
AAX,2014-01-10,00:00:00,1.01,1.01,1.0,1.01,2057200 
AAX,2014-01-13,00:00:00,1.01,1.01,1.0,1.0,1284000 
AAX,2014-01-15,00:00:00,1.0,1.01,1.0,1.0,1938100 
. 
. 
AAX,2016-02-29,00:00:00,0.25,0.26,0.24,0.25,63660600 
AAX,2016-03-01,00:00:00,0.25,0.26,0.25,0.26,100823200 
AAX,2016-03-02,00:00:00,0.27,0.28,0.26,0.28,57543300 
AAX,2016-03-03,00:00:00,0.28,0.29,0.27,0.28,113837600 
AAX,2016-03-04,00:00:00,0.29,0.3,0.28,0.3,138182600 

Answer 1

代わりのuはグループ日付をgroupby

a = pd.read_csv("52w_h.csv") 
b = a.groupby('Date') 
df_h= b['52wh'].sum() 

出力使用して次にwriterow

if h[y]== ta.MAX(h,20)[y]: 
    csvout = open('52w_h.csv', 'a') 
    csvwrite = csv.writer(csvout) 
    csvwrite.writerow([STOCKS [x][0]]+[dt[y]]+["1"]) 
    csvout.close() 
else: 
    csvout = open('52w_h.csv', 'a') 
    csvwrite = csv.writer(csvout) 
    csvwrite.writerow([STOCKS [x][0]]+[dt[y]]+["0"]) 
    csvout.close() 

をすることができます使用してDF：

2016-04-06 160 
2016-04-07 170 
2016-04-08 142 

を