mysql选择题_MySQL选择题 条件“IN(20,30,40)”表示( )

该博客介绍了如何利用Pandas和pandas_market_calendars库有效地找到纽约证券交易所的交易日,并展示了如何向前和向后查找特定日期的交易日。通过创建交易日DataFrame并移除周末,然后进行数据融合和缺失值填充,实现了计算下一个或上一个交易日的功能。
摘要由CSDN通过智能技术生成

此检查next_day不在mcal.get_calendar('NYSE')中。valid_days(start_date='2000-12-20', end_date='2020-01-10')非常耗时,因为它需要从7000天的数组中查找。你需要对每一个操作都这样做,所以我认为这是效率低下的主要原因。 您可以通过转换mcal.get_calendar('NYSE')来加快这种检查。valid_days(start_date='2000-12-20', end_date='2020-01-10')设置,将查找从O(N)降低到O(log N)。 但我会选择另一种策略: 编辑:允许任意数量的滞后和领先

import pandas as pd

import pandas_market_calendars as mcal

def get_next_trading_day(df1, n):

trading_days = pd.DataFrame({"date": mcal.get_calendar('NYSE').valid_days(start_date='2016-11-10', end_date='2016-12-01')})

trading_days['date'] = trading_days['date'].dt.tz_convert(None)

trading_days = trading_days[~trading_days.date.dt.weekday.isin([5,6])]

trading_days['next_trading_day'] = trading_days.date.shift(-n)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值