使用Pandas调整股票数据：处理股票拆分对历史数据的影响

import pandas as pd
import datetime
import os

# 模拟一个股票数据CSV文件路径
stock_file_path = 'stock_data.csv'

# 创建一个示例CSV文件 (在实际应用中，您会从yfinance或其他来源下载)
sample_data = {
    'Date': pd.to_datetime(['2022-12-28', '2022-12-29', '2022-12-30',
                            '2023-01-01', '2023-01-02', '2023-01-03',
                            '2023-01-04', '2023-01-05']),
    'Open': [100, 102, 101, 50, 51, 52, 53, 54],
    'High': [105, 103, 102, 52, 52, 53, 54, 55],
    'Low': [99, 100, 99, 49, 50, 51, 52, 53],
    'Close': [101, 101, 102, 51, 51, 52, 53, 54],
    'Adj Close': [98, 98, 99, 50, 50, 51, 52, 53],
    'Volume': [100000, 110000, 95000, 200000, 210000, 190000, 230000, 205000]
}
sample_df = pd.DataFrame(sample_data)
sample_df.to_csv(stock_file_path, index=False)

# 检查文件是否存在且不为空，然后加载数据
if os.path.exists(stock_file_path) and os.stat(stock_file_path).st_size > 4: # 4 bytes for header
    df = pd.read_csv(stock_file_path, header=0)
    # 确保 'Date' 列是 datetime 类型
    df['Date'] = pd.to_datetime(df['Date'])
    print("原始数据加载成功:")
    print(df)
else:
    print(f"错误: 股票数据文件 '{stock_file_path}' 不存在或为空。")
    # 如果文件不存在，可以考虑退出或创建默认数据
    df = sample_df # 使用示例数据继续
    print("使用示例数据继续:")
    print(df)

# 定义股票拆分的日期和比例
# 假设在 2023-01-01 进行了 1:2 的股票拆分
# 这意味着每股变成两股，所以拆分前的价格需要除以2，交易量需要乘以2。
split_date = datetime.datetime(2023, 1, 1)
split_factor = 2.0  # 1:2 拆分，factor 是 2

print(f"\n股票拆分日期: {split_date.strftime('%Y-%m-%d')}")
print(f"股票拆分比例: 1:{int(split_factor)}")

# 1. 识别需要调整的数据行
# 创建一个布尔掩码，标记所有在拆分日期之前的行（不包括拆分日期当天，因为拆分通常在市场开盘前生效）
mask_before_split = df['Date'] < split_date

# 2. 定义需要调整的列
# 价格相关的列需要除以拆分比例
price_columns = ['Open', 'High', 'Low', 'Close', 'Adj Close']
# 交易量列需要乘以拆分比例
volume_column = 'Volume'

# 3. 应用调整
# 对拆分日期之前的所有价格列进行除法操作
# 使用 .loc 进行精确的条件赋值，避免 SettingWithCopyWarning
df.loc[mask_before_split, price_columns] = df.loc[mask_before_split, price_columns] / split_factor

# 对拆分日期之前的所有交易量列进行乘法操作
df.loc[mask_before_split, volume_column] = df.loc[mask_before_split, volume_column] * split_factor

print("\n调整后的数据:")
print(df)