jupyter使用dataframe创建股票数据

Jupyter Notebook是一种基于浏览器的交互式计算环境，常用于数据分析和科学计算。要使用Pandas DataFrame来创建股票数据，你可以按照以下步骤操作：

1. **导入所需库**：
首先，需要安装`pandas`库，它是处理表格数据的强大工具。如果还没有安装，可以在Jupyter中通过`!pip install pandas`命令安装。

import pandas as pd

2. **创建日期序列**：
股票数据通常按日期排序，可以使用`pd.date_range`生成一个日期范围。

start_date = '2023-01-01'
end_date = '2023-12-31'
date_range = pd.date_range(start=start_date, end=end_date, freq='D') # 指定频率为日频

3. **创建示例数据**：
创建一个DataFrame，包含日期、开盘价、收盘价、最高价和最低价等字段。这里仅作演示，实际数据可以从API抓取或存储在CSV文件中。

stock_data = {
    'Date': date_range,
    'Open': [random.randint(50, 200) for _ in range(len(date_range))],  # 使用随机数填充示例数据
    'Close': [random.randint(40, 190) for _ in range(len(date_range))],
    'High': [random.randint(60, 210) for _ in range(len(date_range))],
    'Low': [random.randint(30, 170) for _ in range(len(date_range))]
}
df_stock = pd.DataFrame(stock_data)

4. **显示数据**：
最后，展示创建好的股票DataFrame。

print(df_stock.head())  # 打印前几行数据