import datetime

t = datetime.date(datetime.date.today().year,                  datetime.date.today().month,datetime.date.today().day)

print(t)

输出：2016-09-16
start_day=start_day.strftime("%Y-%m-%d")

    end_day=end_day.strftime("%Y-%m-%d")

import datetime

now = datetime.datetime.now()

y = now.year
m = now.month
d = now.day

import os
import pandas as pd

stock_code_list = []

for root,dirs,files in os.walk(‘stock data‘):
    if files:
        for f in files:
            if ‘.csv‘ in f:
                stock_code_list.append(f.split(‘.csv‘)[0])

all_stock = pd.DataFrame()
for code in stock_code_list:
    if code[2]!=‘3‘:
        continue
    print(code)
    stock_data = pd.read_csv(‘stock data/‘+code+‘.csv‘,parse_dates=[1])
    stock_data = stock_data[stock_data[‘PE_TTM‘].notnull()]#删除PE_TTM为空的行
    
    #PE_TTM = 总市值/净利润_TTM，这里通过这个公式计算净利润_TTM
    stock_data[‘净利润‘]=stock_data[‘market_value‘]/stock_data[‘PE_TTM‘]
    #选取需要的字段，去除其他不需要的字段
    stock_data = stock_data[[‘code‘,‘date‘,‘market_value‘,‘净利润‘]]
    #将该股票的合并
    all_stock = all_stock.append(stock_data,ignore_index=True)
#基于all_stock表格，通过groupby语句，计算创业板股票每天的平均市盈率
#通过groupby语句计算每天所有股票的市值之各、净利润之和，以及当天交易的股票的数量    
output  = all_stock.groupby(‘date‘)[[‘market_value‘,‘净利润‘]].sum()
output[‘股票数量‘] = all_stock.groupby(‘date‘).size()
#平均市盈率＝所有股票的市值之和/所有股票的净利润之和
output[‘创业板平均市盈率‘] = output[‘market_value‘]/output[‘净利润‘]
#算好的数据输出
output.to_csv(‘创业板平均市盈率.csv‘,encoding=‘gbk‘)

import os
import pandas as pd

stock_data = pd.read_csv(‘stock data/sh600898.csv‘,parse_dates=[1])
#设定转换周期period_type  转换为周是‘W‘,月‘M‘,季度线‘Q‘,五分钟‘5min‘,12天‘12D‘
period_type = ‘W‘
#将[date]设定为    index   inplace是原地修改，不要创建一个新对象
stock_data.set_index(‘date‘,inplace=True)
#进行转换，周线的每个变量都等于那一周中最后一个交易日的变量值

period_stock_data = stock_data.resample(period_type,how=‘last‘)
#周线的change等于那一周中每日change的连续相乘
period_stock_data[‘change‘] = stock_data[‘change‘].resample(period_type,how=lambda x:(x+1.0).prod()-1.0)
#周线的open等于那一周中第一个交易日的open

period_stock_data[‘open‘] = stock_data[‘open‘].resample(period_type,how=‘first‘)
#周线的high等于那一周中的high的最大值

period_stock_data[‘high‘] = stock_data[‘high‘].resample(period_type,how=‘max‘)
#周线的low等于那一周中的low的最大值

period_stock_data[‘low‘] = stock_data[‘low‘].resample(period_type,how=‘min‘)
#周线的volume和money等于那一周中volume和money各自的和
period_stock_data[‘volume‘] = stock_data[‘volume‘].resample(period_type,how=‘sum‘)
period_stock_data[‘money‘] = stock_data[‘money‘].resample(period_type,how=‘sum‘)
#计算周线turnover
period_stock_data[‘turnover‘] = period_stock_data[‘volume‘]/                                (period_stock_data[‘traded_market_value‘]/period_stock_data[‘close‘])
#股票在有些周一天都没有交易，将这些周去除
period_stock_data = period_stock_data[period_stock_data[‘code‘].notnull()]
period_stock_data.reset_index(inplace=True)
#导出数据
period_stock_data.to_csv(‘week_stock_data.csv‘,index=False)