基于Python DataFrame筛选午后等于或接近早盘最高价的时刻

核心思路 #

要确认早盘（9:30-12:00）最高价在午后（12:00-16:30）是否重现或接近（低于2%以内），需分两步筛选数据：

• 先提取午后时段的DataFrame子集
• 再筛选出价格符合阈值条件的记录，提取对应时刻

代码实现 #

假设你的self.minute_olhc_df包含datetime类型的时间列（命名为time）和价格列（以最高价列high为例，若你用收盘价close可自行替换），代码如下：

# 1. 筛选午后12:00至16:30的数据集
afternoon_df = self.minute_olhc_df[
    (self.minute_olhc_df['time'] >= '12:00:00') & 
    (self.minute_olhc_df['time'] <= '16:30:00')
]

# 2. 计算价格阈值：早盘最高价的98%（低于2%以内的下限）
price_threshold = morning_high_price * 0.98

# 3. 筛选价格满足条件的记录：价格 >= 阈值（包含等于早盘最高价的情况）
target_records = afternoon_df[afternoon_df['high'] >= price_threshold]

# 4. 提取所有符合条件的时刻
target_times = target_records['time']

# 可选：打印结果查看
print("午后符合条件的时刻：")
print(target_times.tolist())

关键细节说明 #

• 确保时间列是datetime类型：如果你的time列是字符串，先转换为datetime：

  self.minute_olhc_df['time'] = pd.to_datetime(self.minute_olhc_df['time'])
  

• 价格列选择：若你关注的是收盘价而非最高价，只需将代码中的high替换为close即可
• 阈值逻辑：price >= morning_high_price * 0.98既包含了价格等于早盘最高价的情况，也覆盖了低于最高价2%以内的区间（即价格在早盘最高价的98%~100%之间）

内容的提问来源于stack exchange，提问作者David