|
|
马上注册，结交更多好友，享用更多功能^_^
您需要 登录 才可以下载或查看，没有账号？立即注册
x
本帖最后由 flywalt 于 2020-9-9 14:14 编辑
import numpy as np
import pandas as pd
import math
import datetime
valdf=pd.read_csv('C:/Users/htlh/Documents/PRIVATE/实验室/定价分析/test.csv')
valdf=valdf.set_index('remain',drop=True)
origindf=pd.read_csv('C:/Users/htlh/Documents/PRIVATE/实验室/定价分析/test3.csv')
origindf=origindf.set_index('code',drop=True)
zdf=pd.DataFrame(columns=origindf.columns,index=origindf.index)
remaindf=pd.DataFrame(columns=origindf.columns,index=origindf.index)
def get_val(date,remain): # get valuation
remain1=math.floor(remain*100)/100
remain2=math.ceil(remain*100)/100
y1=valdf.loc[remain1,date]
y2=valdf.loc[remain2,date]
val=(remain-remain1)/0.01*(y2-y1)+y1
return val
def days(str1,str2):
date1=datetime.datetime.strptime(str1[0:10],"%Y-%m-%d") #get days(remain)
date2=datetime.datetime.strptime(str2[0:10],"%Y-%m-%d")
num=(date1-date2).days/365
return num
count=0#进度统计
for i in origindf.index:
exercise=origindf.loc[i,'exercise']
for j in origindf.columns[1:]:
if pd.isnull(origindf.loc[i,j]): #跳过空值
continue
remain=days(exercise,j) #当前日期-到期/行权日=剩余期限
remaindf.loc[i,j]=remain
zdf.loc[i,j]=float(origindf.loc[i,j])-get_val(j,remain) #求差
count+=1#进度统计
print(count/len(origindf.index))
大致是这样的函数，其中test1的样式如下
remain 2016/1/4 2016/1/5 2016/1/6 2016/1/7 2016/1/8
0 2.2488 2.2518 2.2338 2.2198 2.2118
0.01 2.5134 2.5124 2.4843 2.4578 2.4064
0.02 2.7779 2.7729 2.7349 2.6959 2.6009
0.03 2.7696 2.7661 2.7311 2.6961 2.6011
0.04 2.7613 2.7593 2.7273 2.6963 2.6013
0.05 2.7467 2.7452 2.721 2.6963 2.6014
0.06 2.7322 2.7312 2.7146 2.6963 2.6015
0.07 2.7176 2.7171 2.7083 2.6964 2.6017
0.08 2.703 2.703 2.702 2.6964 2.6018
0.09 2.7034 2.7034 2.7023 2.6966 2.6048
0.1 2.7038 2.7037 2.7025 2.6969 2.6077
0.11 2.7053 2.7049 2.7033 2.6977 2.6154
0.12 2.7067 2.706 2.704 2.6986 2.6231
0.13 2.7082 2.7072 2.7048 2.6994 2.6308
0.14 2.7097 2.7083 2.7055 2.7003 2.6385
test3的样式如下
code exercise 2016/1/4 2016/1/5 2016/1/6 2016/1/7 2016/1/8 2016/1/11 2016/1/12 2016/1/13
167246.SH 2022/7/22 3.5035 3.4179 3.3838
167282.SH 2023/7/21 2.7691 2.7742 2.6709 2.6438
167260.SH 2023/7/22 4.5035 4.4179 4.3838
114784.SZ 2022/7/21 3.343 3.3271 3.2579 3.1995
102001408.IB 2023/7/23 4.3787 4.3097 4.2306
167286.SH 2023/7/23 5.4579 5.3884 5.3303
102001405.IB 2023/7/23 2.8623 2.7976 2.7916 2.7005 2.6806
102001404.IB 2023/7/23 3.4623 3.4249 3.4034 3.3175 3.3039
102001402.IB 2023/7/23 3.7877 3.7167 3.7022 3.6165 3.582
041659001.IB 2017/1/7 5.4727 5.4558 5.3862 5.3287
011699006.IB 2016/10/2 2.9077 2.8419 2.7977 2.7126 2.7
011699002.IB 2016/10/2 3.1123 3.0564 3.0394 2.95 2.9409
011699004.IB 2016/10/1 3.1213 3.0771 3.0114 2.9938 2.9083 2.8907
041662001.IB 2017/1/5 3.618 3.5885 3.5376 3.5223 3.4519 3.3948
011699005.IB 2016/8/22 6.3755 6.3143 6.2502 6.2681 6.1798 6.1379
011699003.IB 2016/8/3 3.3939 3.3295 3.3187 3.2292 3.1852
刚学会pandas，写的这个for循环真的效率捉鸡，完整数据20000*15000，估计能跑10小时。。。查了一下说把for替换成ndarray的运算效率会大幅提升，但是还不知道该怎么写，求指导，谢谢~~~ |
|
( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)
狗仔卡
发表于 2020-9-9 14:13:33
置顶卡
千斤顶
显身卡
楼主