如何在python中合并日期和时间列以进行回溯测试?
我正在使用python对过去9年的漂亮的日内数据进行回溯测试。为此,我需要准确的日期和时间列,以便生成买入和卖出信号并对其进行回溯测试 这些数据在不同的列中提供日期和时间,我想合并这两列,并生成一个时间戳,如DD/MM/YYY HH:MM:SS 我有以下代码作为输入如何在python中合并日期和时间列以进行回溯测试?,python,python-3.x,Python,Python 3.x,我正在使用python对过去9年的漂亮的日内数据进行回溯测试。为此,我需要准确的日期和时间列,以便生成买入和卖出信号并对其进行回溯测试 这些数据在不同的列中提供日期和时间,我想合并这两列,并生成一个时间戳,如DD/MM/YYY HH:MM:SS 我有以下代码作为输入 import pandas as pd import csv from datetime import datetime df = pd.read_csv('ticks2.csv', parse_dates=['Date'])
import pandas as pd
import csv
from datetime import datetime
df = pd.read_csv('ticks2.csv', parse_dates=['Date'])
print(df.head())
type(df)
df.dtypes
输出
Symbol Date Time Open High Low Close
0 NIFTY 2008-01-01 09:55:00 6138.60 6154.60 6138.60 6148.90
1 NIFTY 2008-01-01 09:56:00 6149.75 6149.75 6132.80 6132.80
2 NIFTY 2008-01-01 09:57:00 6138.25 6138.25 6127.95 6127.95
3 NIFTY 2008-01-01 09:58:00 6127.15 6127.15 6120.90 6120.90
4 NIFTY 2008-01-01 09:59:00 6118.05 6118.05 6113.55 6113.90
Out[28]:
Symbol object
Date datetime64[ns]
Time object
Open float64
High float64
Low float64
Close float64
dtype: object
查看pandas文档,您可以在创建dataframe时结合使用这两个列的解析日期,如下所示
df = pd.read_csv('ticks2.csv', parse_dates=[['Date', 'Time']])
有关read_csv的更多信息,请参阅文档 查看pandas文档,您可以在创建数据帧时将它们结合起来,您可以在两列上使用解析日期,如下所示
df = pd.read_csv('ticks2.csv', parse_dates=[['Date', 'Time']])
有关read_csv的更多信息,请参阅文档