已经提取了文件,第一列是trade_date,之后每一列是一支股票,有2821支股票,从中抽取20支,并剔除ST股,同时抽取的20支股票需调取2020年1月1日至2023年5月10日股票日收盘价数据
时间: 2023-09-13 16:09:41 浏览: 97
获取沪深300成分股单日收盘价配套文件(原代码+程序中所用数据)
好的,那么首先你需要将提取的股票数据按照时间和股票代码进行整理,并筛选出2020年1月1日至2023年5月10日的数据。你可以使用Python中的pandas库来进行数据整理和筛选。以下是大致的代码框架:
``` python
import pandas as pd
# 读取股票数据文件
df = pd.read_csv("stock_data.csv")
# 将日期转换为时间类型并设置为索引
df["trade_date"] = pd.to_datetime(df["trade_date"])
df.set_index("trade_date", inplace=True)
# 筛选出2020年1月1日至2023年5月10日的数据
start_date = pd.to_datetime("2020-01-01")
end_date = pd.to_datetime("2023-05-10")
df = df.loc[start_date:end_date]
# 剔除ST股票
df = df[df["name"].str.contains("ST") == False]
# 随机抽取20支股票
selected_stocks = df["code"].sample(n=20)
```
这段代码会将读取的股票数据文件按照时间进行排序,并将日期转换为时间类型并设置为索引。接着,它会筛选出2020年1月1日至2023年5月10日的数据,并剔除ST股票。最后,它会随机抽取20支股票并将它们保存在一个名为`selected_stocks`的变量中。请根据你的具体情况进行相应的修改。
阅读全文