我有一个股票行情清单
ticker = ["AAPL","MSFT","GOOG"]
我想为报价清单中的所有股票创建一个具有“高”价格值的DF。
创建一个空的DF:
high_df = pd.DataFrame(columns = ticker)
填充DF:
import pandas_datareader as web
import datetime
start = datetime.datetime(2010,1,1)
end = datetime.datetime(2010,2,1)
for each_column in high_df.columns:
high_df[each_column] = web.DataReader(each_column, "yahoo",start,end)["High"]
这行得通,但如果行情清单很大,则需要花费很长时间。还有其他建议加快速度吗?加快DF的填充速度。
答案 0 :(得分:0)
似乎只需要并行计算。
from joblib import Parallel, delayed
def yourfunc(tic):
start = datetime.datetime(2010, 1, 1)
end = datetime.datetime(2010, 2, 1)
result=web.DataReader(tic, "yahoo", start, end)["High"]
return result
results = Parallel(n_jobs=-1, verbose=verbosity_level, backend="threading")(
map(delayed(yourfunc), ticker ))
关于转换,您可以使用pd.DataFrame(results,columns=ticker)