Skip to content
The Chat Archive
gpt-3.5-turbo-0613· OpenAI WildChat-4.8M (AI2)

from openpyxl import loadworkbook import pandas as pd import datetime 打开Excel文件 wb =…

  1. User

    from openpyxl import load_workbook import pandas as pd import datetime

    打开Excel文件

    wb = load_workbook(filename=r'C:\Users\LIQI\Documents\民生基金\行业打分\钢铁数据跟踪汇总.xlsx', read_only=True, data_only=True)

    选择指定的sheet

    sheet = wb['产销数据'] # 这里的Sheet3是你要读取的sheet名称,可以根据实际情况修改

    选择指定的列

    columns = [0, 11, 12, 13, 14, 15]

    读取数据

    data = [] for row in sheet.iter_rows(values_only=True): data.append([row[column] for column in columns])

    构建DataFrame

    headers = ['Column1','Column2', 'Column3', 'Column4', 'Column5', 'Column6'] # 这里是DataFrame的列名,可以根据实际情况修改 df = pd.DataFrame(data, columns=headers) df = df[1:] df.columns = df.iloc[0] df = df[1:]

    将第一列作为索引并转换为datetime格式

    df.set_index(df.columns[0], inplace=True) df.index = pd.to_datetime(df.index)

    def calculate_percentile(df, date, column): date = pd.to_datetime(date) target_dates = pd.date_range(end=date, periods=5) target_values = df.loc[target_dates, column] target_value_mean = target_values.mean()

    five_years_ago = date - pd.DateOffset(years=3)    
    date_range = pd.date_range(start=five_years_ago, end=date)
    history_values = df.loc[date_range, column]
    
    # Calculate smoothed values
    history_means = history_values.rolling(window=5).mean()
    # Filter out the same month and day values
    history_values = df[(df.index.month.isin(date_range.month)) & (df.index.day.isin(date_range.day))][column]
    
    target_smoothed_value = target_value_mean
    max_smoothed_value = history_means.max()
    min_smoothed_value = history_means.min()
    
    percentile = (target_smoothed_value - min_smoothed_value) / (max_smoothed_value - min_smoothed_value) * 100
    
    return percentile
    

    percentile=calculate_percentile(df,'2023-08-19','螺纹钢') print(percentile) 我定义了一个求一个数据集df每一天的percentile的函数。现在我要写一个循环,计算每一天的percentile并在df增加一列记录下来。注意循环的起始点需要我手工设定,因为pententile的计算涉及日期向上检索,从第一行开始循环的话,会因为检索不出4年前的日期而报错

  2. Assistant

    您可以使用iterrows()方法循环遍历DataFrame的每一行,并按照您的需求计算每一天的percentile并将结果添加到DataFrame中。以下是一个示例代码:

    # 创建一个空的列表,用于存储每一天的percentile值
    percentiles = []
    
    # 循环遍历DataFrame的每一行
    for index, row in df.iterrows():
        # 获取当前行的日期和列名
        date = index
        column = '螺纹钢'  # 要计算percentile的列名,请根据实际情况修改
    
        # 调用calculate_percentile函数计算percentile值
        percentile = calculate_percentile(df, date, column)
        
        # 将percentile值添加到列表中
        percentiles.append(percentile)
    
    # 将percentiles列表添加为新的一列到DataFrame中
    df['Percentile'] = percentiles
    

    上述代码中,您需要根据实际情况修改列名'螺纹钢'以及calculate_percentile()函数的参数。循环将从DataFrame的第一行开始,并逐行计算percentile值并将结果添加到新的一列'Percentile'中。

  3. User

    我都提醒你了注意循环的起始点需要我手工设定,因为pententile的计算涉及日期向上检索,从第一行开始循环的话,会因为检索不出4年前的日期而报错。你还给我一个循环遍历DataFrame的每一行的代码。。。

  4. Assistant

    非常抱歉对您的要求理解有误。为了解决检索不到四年前日期的问题,您可以在循环开始之前手动设置起始日期,并在循环中跳过需要计算percentile的前四年数据。以下是修改后的示例代码:

    # 创建一个空的列表,用于存储每一天的percentile值
    percentiles = []
    
    # 设置起始日期
    start_date = pd.to_datetime('2019-08-20')
    
    # 循环遍历DataFrame的每一行
    for index, row in df.iterrows():
        # 检查是否满足起始日期的条件,如果不满足,则跳过计算
        if index < start_date:
            percentiles.append(None)
            continue
        
        # 获取当前行的日期和列名
        date = index
        column = '螺纹钢'  # 要计算percentile的列名,请根据实际情况修改
    
        # 调用calculate_percentile函数计算percentile值
        percentile = calculate_percentile(df, date, column)
        
        # 将percentile值添加到列表中
        percentiles.append(percentile)
    
    # 将percentiles列表添加为新的一列到DataFrame中
    df['Percentile'] = percentiles
    

    在上述代码中,您可以通过修改start_date变量来手动设置起始日期。而如果遍历过程中遇到早于起始日期的行,则跳过计算,并将对应位置的percentile值设为None。这样就可以避免在检索不到四年前日期时的报错。