我试图找出股票收盘价和开盘价之间的月平均差额。
基本功能如下所示
for i in range(1,len(df)):
#difference between today's opening price minus yesterday's closing price
gap+=(df['Open'][i]-df['Close'][i-1])
但是我想每个月在我的数据中找到这个avg_gap。并将avg_gaps存储在列表中。
Dataframe有每一天的开盘、最高、最低和收盘价以及相关日期(日期时间格式)。
看上去像这样
Date
我对这个网站和R语言都很陌生,这是我的第一个问题:)
我正在分析一组不同年份和不同州的美国人民的工资数据(总共有30个,标记为1,2,.,30)。开始年份(1970年)都是一样的,但结束年份各不相同(从1990年到2000年)。对于每个州,我想找出年终的工资和开始的一年的工资之间的差别。我写了以下文章,但不起作用:
for (i in 1:30) {
salarygrowth <- function(salary[state == "i", time == max(1990:2000, na.rm=FALSE)], salary[state == "i"
我的数据框架包含22列:“日期”、“索引”和S1、S2、S3 .S20。有超过4322行。我希望计算日志返回并将结果存储在数据帧中。这应该会给我4321行。
我运行这段代码,但我确信有一种更优雅的方法可以在短时间内完成计算。
# count the sum of rows in order to make the following formula work appropriately - (n-1)
n <- nrow(df)
# calculating the log returns (natural logarithm), of INDEX and S1-20
LogRet_IN
考虑一下a中每个类别都有两行的数据
d = pd.DataFrame({"a": ["a", "b", "c", "a", "b", "c"], "b": [1, 3, 1, 4, 2, 6]})
> a b
0 a 1
1 b 3
2 c 1
3 a 4
4 b 2
5 c 6
我想计算每一个b a之间的绝对差
a b
0 a 3
1 b 1
2 c 5
我正在做一个需要我使用SPSS的项目。我对R比较满意,但我需要呆在SPSS环境中,我将无法使用R插件。
我的问题与财政年度有关,并根据它们引入的额外日期进行调整。例如:
* fake data to permit syntax to be run.
data list free/number.
begin data
1
12
123
1234
12345
end data.
* calculate the number of days between the start/end of a fiscal year.
* this period contains a leap-day that
我有数据格式df,用户收入为3个月,需要使用python查找8月至7月之间的百分比变化,
user revenuejune revenuejuly revenueaugust
Sam 231.13 1345.2 2455
输出
user revenuejune revenuejuly revenueaugust change
Sam 231.13 1345.2 2455. 82.5
我有df1
ID Name Score Category
100 AA 1: M 1
100 BB 2: M 1
200 CC 3: M 1
200 DD 2: M 2
300 EE 4: L 1
300 FF NA 1
400 GG 1: M 3
400 HH 1: M 3
我需要两个输出dfs - df2,其中只包含在每个ID中的“评分”不同的行(如ID 100和300)和df3,其中只有在每个ID的“类别”之间存在“分数”不同的行(如ID 200 )。
我包括安娜,在这种情况下,安娜也会被认为是一个
我有一个pandas数据框架,结构如下: idx | flag | val
----------------
0 | a | 17
1 | a | 18
2 | a | 17
3 | a | 14
4 | a | 17
5 | b | 7
6 | b | 8
7 | b | 7
8 | b | 7 如何删除每个标志的前n个值?
我有一个如下所示的样本数据:
year state district individual_vote total_vote candidate
2010 AZ 1 200 600 a
2010 AZ 1 400 600 b
2010 AZ 2 100 300 c
2010 AZ 2 200 300 d
2010 MA 1