量化交易系列【3】字符串与时间处理

示例中使用的‘000001.XSHE.csv’文件，已上传至csdn资源中，可直接下载

import pandas as pd
1

# 读取CSV文件
df = pd.read_csv('./000001.XSHE.csv')
df = df[:5]  # 取前5行数据
df['code'] = '000001.XSHE'  # 添加股票代码列
df
1
2
3
4
5

字符串处理

在df之后加上str，可以把数据变为字符串，然后就可以使用常见的字符串函数对整列进行操作

# 取股票代码前6位
df['code'].str[:6] 
1
2

0    000001
1    000001
2    000001
3    000001
4    000001
Name: code, dtype: object
1
2
3
4
5
6

# 转换字母大小写:upper转大写，lower转小写
df['code'].str.lower()
1
2

0    000001.xshe
1    000001.xshe
2    000001.xshe
3    000001.xshe
4    000001.xshe
Name: code, dtype: object
1
2
3
4
5
6

# 计算字符串的长度,length
df['code'].str.len()
1
2

0    11
1    11
2    11
3    11
4    11
Name: code, dtype: int64
1
2
3
4
5
6

#  strip操作，把字符串两边的空格去掉
df['code'].str.strip()
1
2

0    000001.XSHE
1    000001.XSHE
2    000001.XSHE
3    000001.XSHE
4    000001.XSHE
Name: code, dtype: object
1
2
3
4
5
6

df['code'].str.strip()  # strip操作，把字符串两边的空格去掉
df['code'].str.contains('sh')  # 判断字符串中是否包含某些特定字符
df['code'].str.replace('sz', 'sh')  # 进行替换，将sz替换成sh
1
2
3

# split操作
df['板块'] = '保险；金融'
df
1
2
3

df['板块'].str.split('；')  # 对字符串进行分割
1

0    [保险, 金融]
1    [保险, 金融]
2    [保险, 金融]
3    [保险, 金融]
4    [保险, 金融]
Name: 板块, dtype: object
1
2
3
4
5
6

df['板块'].str.split('；').str[:1]  # 分割后取第一个值
1

0    [保险]
1    [保险]
2    [保险]
3    [保险]
4    [保险]
Name: 板块, dtype: object
1
2
3
4
5
6

df['板块'].str.split('；', expand=True)  # expand=True分割后并且将数据分列
1

时间处理

pd.to_datetime函数

# pd.to_datetime函数:将交易日期由字符串改为时间变量
df['date'] = pd.to_datetime(df['date'])  
1
2

pd.to_datetime('1999/01/01 16:45')  
1

Timestamp('1999-01-01 16:45:00')
1

取日期相关数据

df['date'].dt.year  # 输出这个日期的年份。相应的month是月份，day是天数，还有hour, minute, second

df['date'].dt.week  # 这一天是一年当中的第几周

df['date'].dt.dayofyear  # 这一天是一年当中的第几天

df['date'].dt.dayofweek  # 这一天是这一周当中的第几天，0代表星期一

df['date'].dt.weekday  # 和上面函数相同，更加常用

df['date'].dt.weekday_name  # 和上面函数相同，返回的是星期几的英文，用于报表的制作。

df['date'].dt.days_in_month  # 这一天是这一月当中的第几天

df['date'].dt.is_month_end  # 这一天是否是该月的开头，是否存在is_month_end？

df['date'] + pd.Timedelta(days=1)  # 增加一天，Timedelta用于表示时间差数据

(df['date'] + pd.Timedelta(days=1)) - df['交易日期']  # 增加一天然后再减去今天的日期
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19