至于你说的问题,你现在几乎无法解决,未来如果接触import 命令,学会导入相应模块这个问题就比较好解决。比如pandas 模块
import pandas as pd #导入pandas模块并取名为pd
stock = pd.read_csv("文件")#使用pd模块的read_csv方法,导入excel文件(一般导入csv文件,因为文件格式比较简单易于操作)
我不会炒股,我只是大概模拟你想要解决的问题。stock原始数据如下:
price1 price2 dvalue
No.
10 26.32 86.57 60.26
20 23.98 13.17 -10.81
30 41.65 56.49 14.84
40 10.00 80.56 70.56
50 11.88 9.86 -2.02
60 26.22 22.48 -3.74
70 33.07 49.83 16.76
80 4.12 58.25 54.13
90 8.10 99.47 91.36
100 81.21 91.47 10.27
110 87.17 71.94 -15.23
120 46.85 62.78 15.92
130 88.15 17.15 -71.00
140 13.93 34.84 20.92
150 8.65 87.47 78.82
160 24.93 81.02 56.09
170 82.63 65.70 -16.93
180 1.96 50.23 48.27
190 93.01 50.35 -42.66
200 93.90 54.98 -38.92
210 77.57 5.76 -71.81
220 56.52 35.67 -20.84
230 44.65 38.27 -6.38
240 93.63 50.77 -42.86
250 98.38 37.10 -61.28
260 63.57 91.57 28.00
我现在挑出dvalue列小于0的,也就是价格下跌的股票
stock[stock["dvalue"] < 0]
结果如下
price1 price2 dvalue
No.
20 23.98 13.17 -10.81
50 11.88 9.86 -2.02
60 26.22 22.48 -3.74
110 87.17 71.94 -15.23
130 88.15 17.15 -71.00
170 82.63 65.70 -16.93
190 93.01 50.35 -42.66
200 93.90 54.98 -38.92
210 77.57 5.76 -71.81
220 56.52 35.67 -20.84
230 44.65 38.27 -6.38
240 93.63 50.77 -42.86
250 98.38 37.10 -61.28
270 64.29 29.55 -34.74