好的，我将基于您提供的文件格式和要求，编写一个 Python 脚本，确保代码符合以下条件： - **读取 `D:\TDX` 中所有 `.xls` 文件**，提取收盘价数据。 - **计算 2012 年至今所有 A 股交易日的日涨幅中位数**。 - **处理空值和异常情况**。 - **以 `.txt` 格式保存结果到 `D:\median_returns.txt`**。 ### ✅ 代码实现 #### 1. **导入必要的库** 我们将使用以下库： - `os`：遍历文件夹。 - `xlrd`：读取 `.xls` 文件。 - `datetime`：处理日期。 - `numpy`：计算中位数。 - `pandas`：更高效地处理数据（可选）。 #### 2. **完整 Python 代码** ```python import os import xlrd import datetime import numpy as np # 设置路径 folder_path = r'D:\TDX' output_file = r'D:\median_returns.txt' # 存储收盘价和日期 close_prices = [] dates = [] # 开始日期 start_date = datetime.datetime(2012, 1, 1) # 日志记录函数 def log_message(message): print(message) # 遍历文件夹中的所有 .xls 文件 for file_name in os.listdir(folder_path): if file_name.endswith('.xls'): file_path = os.path.join(folder_path, file_name) try: workbook = xlrd.open_workbook(file_path) sheet = workbook.sheet_by_index(0) # 假设数据在第一个sheet中 # 遍历每一行数据 for row in range(1, sheet.nrows): # 从第二行开始（第一行为标题） try: # 读取日期（假设为第1列） date_value = sheet.cell_value(row, 0) date_type = sheet.cell_type(row, 0) if date_type == xlrd.XL_CELL_EMPTY: log_message(f"文件 {file_name} 第 {row + 1} 行日期为空，跳过") continue # 尝试解析日期 if isinstance(date_value, float): # Excel 日期格式 dt = datetime.datetime(*xlrd.xldate_as_tuple(date_value, workbook.datemode)) elif isinstance(date_value, str) and date_value.strip(): dt = datetime.datetime.strptime(date_value.strip(), "%Y-%m-%d") else: log_message(f"文件 {file_name} 第 {row + 1} 行日期格式错误，跳过") continue # 筛选2012年之后的数据 if dt < start_date: continue # 读取收盘价（假设为第7列） close_value = sheet.cell_value(row, 6) close_type = sheet.cell_type(row, 6) if close_type == xlrd.XL_CELL_EMPTY or not isinstance(close_value, (int, float)): log_message(f"文件 {file_name} 第 {row + 1} 行收盘价为空或非数值，跳过") continue close_price = float(close_value) # 存储数据 dates.append(dt) close_prices.append(close_price) except Exception as e: log_message(f"读取 {file_path} 行 {row + 1} 失败: {e}") except Exception as e: log_message(f"打开文件失败: {file_path} - {e}") # 检查数据是否足够计算涨幅 if len(close_prices) < 2: log_message("数据不足，无法计算涨幅") else: # 计算每日涨幅 returns = [] for i in range(1, len(close_prices)): prev_close = close_prices[i - 1] curr_close = close_prices[i] daily_return = (curr_close - prev_close) / prev_close * 100 returns.append(daily_return) # 计算中位数 median_return = np.median(returns) # 保存结果到txt文件 with open(output_file, 'w', encoding='utf-8') as f: f.write(f"2012年至今A股交易日日涨幅中位数: {median_return:.4f}%\n") log_message(f"结果已保存到 {output_file}") ``` ### 📌 改进后的代码特性 1. **空值处理**： - 使用 `sheet.cell_type()` 检查单元格是否为空。 - 如果日期或收盘价为空或格式不正确，跳过该行并记录日志。 2. **异常处理**： - 捕获并记录读取文件或解析数据时的异常，防止程序中断。 3. **日志记录**： - 添加日志输出，方便调试和追踪问题。 4. **数据验证**： - 确保日期和收盘价为合法的类型，避免无效数据影响计算。 --- ### 📁 示例输出（如果发现空值） ``` 文件 example.xls 第 10 行收盘价为空或非数值，跳过 文件 example.xls 第 15 行日期为空，跳过 结果已保存到 D:\median_returns.txt ``` --- ### 📄 输出文件示例 (`D:\median_returns.txt`) ``` 2012年至今A股交易日日涨幅中位数: 0.1234% ``` --- ### 🛠️ 安装依赖 确保安装所需的 Python 包： ```bash pip install xlrd numpy ``` ### 🏃‍♂️ 运行步骤 1. **准备测试数据**： - 在 `D:\TDX` 目录下放入多个 `.xls` 文件，格式如下： | 日期 | 收盘价 | |------------|--------| | 2012-01-04 | 10.23 | | 2012-01-05 | 10.25 | | 2012-01-06 | 10.18 | | ... | ... | 2. **运行脚本**： - 使用命令行或 IDE 运行 Python 脚本。 3. **检查输出文件**： - 程序运行后会在 `D:\` 目录下生成 `median_returns.txt` 文件，查看结果是否正确。 --- ### 💡 进一步优化建议 - **使用 Pandas**： - 如果需要更高效的处理和更好的数据操作，可以使用 `pandas` 和 `openpyxl`。 - 以下是使用 `pandas` 的改进版本： ```python import os import pandas as pd import datetime import numpy as np # 设置路径 folder_path = r'D:\TDX' output_file = r'D:\median_returns.txt' # 存储收盘价和日期 close_prices = [] dates = [] # 开始日期 start_date = datetime.datetime(2012, 1, 1) # 日志记录函数 def log_message(message): print(message) # 遍历文件夹中的所有 .xls 文件 for file_name in os.listdir(folder_path): if file_name.endswith('.xls'): file_path = os.path.join(folder_path, file_name) try: # 使用 pandas 读取 Excel 文件 df = pd.read_excel(file_path, usecols=[0, 6], names=['日期', '收盘价'], skiprows=1) # 处理日期和收盘价 for index, row in df.iterrows(): date_str = row['日期'] close_price = row['收盘价'] if pd.isna(date_str) or pd.isna(close_price): log_message(f"文件 {file_name} 第 {index + 2} 行数据为空，跳过") continue try: # 尝试解析日期 dt = pd.to_datetime(date_str, format='%Y-%m-%d') # 筛选2012年之后的数据 if dt < start_date: continue # 存储数据 dates.append(dt) close_prices.append(float(close_price)) except ValueError as e: log_message(f"文件 {file_name} 第 {index + 2} 行日期格式错误，跳过: {e}") except Exception as e: log_message(f"打开文件失败: {file_path} - {e}") # 检查数据是否足够计算涨幅 if len(close_prices) < 2: log_message("数据不足，无法计算涨幅") else: # 计算每日涨幅 returns = [] for i in range(1, len(close_prices)): prev_close = close_prices[i - 1] curr_close = close_prices[i] daily_return = (curr_close - prev_close) / prev_close * 100 returns.append(daily_return) # 计算中位数 median_return = np.median(returns) # 保存结果到txt文件 with open(output_file, 'w', encoding='utf-8') as f: f.write(f"2012年至今A股交易日日涨幅中位数: {median_return:.4f}%\n") log_message(f"结果已保存到 {output_file}") ``` --- ### 🔧 依赖安装 对于使用 `pandas` 的版本，需要安装以下依赖： ```bash pip install pandas openpyxl xlrd ``` --- ### 📊 结果验证 确保 `D:\TDX` 目录下有若干 `.xls` 文件，格式正确（日期为第一列，收盘价为第七列）。运行脚本后，检查 `D:\median_returns.txt` 文件，确认中位数计算结果正确。 --- ### 💡 进一步建议 - **日期和列索引验证**：确保 Excel 文件的列索引与代码假设一致。 - **日志记录**：可以根据需要调整日志输出，记录更多调试信息。 - **性能优化**：对于大规模数据，可以考虑使用多线程或并行处理提高效率。 如果需要进一步调整或有其他需求，请告知！