Förskjutning av aktiekurser i tid

Den första metoden för att manipulera tidsserier som du såg i videon var .shift(), som låter dig förskjuta alla värden i en Series eller DataFrame ett antal perioder längs DateTimeIndex.

Låt oss använda detta för att visuellt jämföra en aktiekursserie för Google förskjuten 90 affärsdagar bakåt och framåt i tid.

Den här övningen är en del av kursen

Manipulera tidsseriedata i Python

Visa kurs

Övningsinstruktioner

Vi har redan importerat pandas som pd och matplotlib.pyplot som plt.

Använd pd.read_csv() för att importera 'google.csv', tolka 'Date' som datum, sätt resultatet som index och tilldela det till google.
Använd .asfreq() för att ange frekvensen för google till affärsdaglig.
Lägg till de nya kolumnerna lagged och shifted i google med Close förskjuten 90 affärsdagar bakåt respektive framåt i tid.
Plotta de tre kolumnerna i google.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import data here
google = ____

# Set data frequency to business daily
google = ____

# Create 'lagged' and 'shifted'
google['lagged'] = ____
google['shifted'] = ____

# Plot the google price series

Redigera och kör kod