Python 股票分钟数据筛选：提取 2018 年 1 月 1 日到 10 日的数据

使用 Python 筛选股票分钟数据：提取 2018 年 1 月 1 日到 10 日的数据

假设你的股票分钟数据存储在名为 'minute_data.csv' 的 CSV 文件中，其中包含 'Timestamp' 和其他相关列。你可以使用以下代码来选择 2018 年 1 月 1 日到 2018 年 1 月 10 日的数据：

import pandas as pd

# 读取分钟数据
minute_data = pd.read_csv('minute_data.csv')

# 将 Timestamp 列转换为日期时间类型
minute_data['Timestamp'] = pd.to_datetime(minute_data['Timestamp'])

# 设定起始日期和结束日期
start_date = pd.Timestamp('2018-01-01')
end_date = pd.Timestamp('2018-01-10')

# 筛选出起始日期到结束日期之间的数据
selected_data = minute_data[(minute_data['Timestamp'] >= start_date) & (minute_data['Timestamp'] <= end_date)]

# 将筛选后的数据保存到新的文件
selected_data.to_csv('selected_data.csv', index=False)

在以上示例代码中，我们首先读取名为 'minute_data.csv' 的 CSV 文件，并将 'Timestamp' 列转换为日期时间类型。然后，我们设定起始日期和结束日期为 2018 年 1 月 1 日和 2018 年 1 月 10 日。接下来，使用筛选条件 (minute_data['Timestamp'] >= start_date) & (minute_data['Timestamp'] <= end_date) 来筛选出起始日期到结束日期之间的数据。最后，将筛选后的数据保存到名为 'selected_data.csv' 的 CSV 文件中。

请根据实际情况修改文件路径和列名等相关参数，以适应你的数据格式和需求。