Pandas 数据分析（二）【股票数据】

股票数据分析

写在前面
题目背景
- [021 加载股票数据到CSV文件](#021 加载股票数据到CSV文件)
- [022 查看基本信息和数据统计](#022 查看基本信息和数据统计)
- [023 更改索引列为普通数据列](#023 更改索引列为普通数据列)
- [024 给数据添加月份和年份](#024 给数据添加月份和年份)
- [025 计算每年的平均收盘价](#025 计算每年的平均收盘价)
- [026 找到收盘价最低的数据行](#026 找到收盘价最低的数据行)
- [027 筛选出部分数据列](#027 筛选出部分数据列)
- [028 设置日期列为索引列](#028 设置日期列为索引列)
- [029 删除不需要的数据列](#029 删除不需要的数据列)
- [030 对数据列重命名](#030 对数据列重命名)
结语

写在前面

在数据分析的领域中，股票市场是一个非常热门且富有挑战性的分析对象。通过对股票数据的深入分析，我们不仅能够了解市场趋势，还能为投资决策提供有力支持。本文将通过一个包含日期、开盘价、最高价、最低价、收盘价以及交易量的股票数据集，结合pandas库完成10道数据分析题目。每个问题都将帮助我们从不同角度探索股票市场的动态变化，让你在掌握数据分析技巧的同时，对股票市场的理解更上一层楼。

题目背景

题目数据包含日期（Date）,开盘价（Open），最高价（High），最低价（Low），关盘价（Close），交易量（Volume）

021 加载股票数据到CSV文件

我们可以先看看当前csv文件内容，它处在当前路径下面，我们编写代码的地方是图中的pandaExp.py文件：

代码：

python 复制代码

import pandas as pd
df=pd.read_csv("./股票数据.csv")
print(df)

运行结果：

022 查看基本信息和数据统计

这里涉及的方法上一篇已经谈过，可以看看本专栏的篇（一）。

python 复制代码

import pandas as pd
df=pd.read_csv("./股票数据.csv")
print(df.info())
print()
print(df.describe())

运行结果：

023 更改索引列为普通数据列

python 复制代码

import pandas as pd
df=pd.read_csv("./股票数据.csv",index_col=0)
print(df.head(5))
print(df.columns)

这里我们index_col=0意思是将第一列作为索引列，此时打印的效果是下面这样的，但是题目要求我们的是将这里的索引列也变成数据列。

其实直接调用df.reset_index(inplace=True)即可，意思是重新设置索引列（恢复成为默认的数字索引），并且是原地在df上做修改，不用接收返回值。

python 复制代码

import pandas as pd
df=pd.read_csv("./股票数据.csv",index_col=0)

df.reset_index(inplace=True)
print(df.head(5))
print(df.columns)

024 给数据添加月份和年份

python 复制代码

import pandas as pd
df = pd.read_csv("./股票数据.csv")
# 从这里开始完成题目

df["Date"] = pd.to_datetime(df["Date"])
df["Year"] = df["Date"].dt.year
df["Month"] = df["Date"].dt.month

print(df)

025 计算每年的平均收盘价

df.groupby("Year")是按照年份聚合分组
["Close"]是取出分组后的Close这一列
.mean()是求均值

python 复制代码

import pandas as pd
df = pd.read_csv("./股票数据.csv")
# 从这里开始完成题目
df["Date"] = pd.to_datetime(df["Date"])
df["Year"] = df["Date"].dt.year
print(df.groupby("Year")["Close"].mean())

本题是目前第一个分组聚合统计，要深刻体会这种思想

026 找到收盘价最低的数据行

本题找最小行，最容易想到的是df["Close"].min()方法，这样确实可以找到最小值，但是我们找不到最小值所在的行，也就找不到最小行的其他信息。如果我们要先找最小行所在的索引，可以调用df.argmin()方法，它会返回最小行所在索引。根据df.loc[["索引"]]就可以访问到了。需要注意的是df.loc方法如果打一个[]，返回的是Series对象，如果打两个[[]]返回的是DataFrame对象。

这里我们返回DataFrame对象。

python 复制代码

import pandas as pd
df = pd.read_csv("./股票数据.csv")
# 从这里开始完成题目
min_index = df["Close"].argmin()

print(df.loc[[min_index]])

027 筛选出部分数据列

python 复制代码

import pandas as pd
df = pd.read_csv("./股票数据.csv")
# 从这里开始完成题目
print(df.head(3))
df_new = df[["Date", "Open", "Close", "Volume"]]
print(df_new.head(3))

028 设置日期列为索引列

python 复制代码

import pandas as pd
df = pd.read_csv("./股票数据.csv")
# 从这里开始完成题目
print(df.head(3))
df.set_index("Date",inplace=True) #原地修改Date为索引列
print()
print(df.head(3))

029 删除不需要的数据列

python 复制代码

import pandas as pd
df = pd.read_csv("./股票数据.csv")
# 从这里开始完成题目
df.drop(columns=["High","Low"], inplace=True)
print(df.head(3))

030 对数据列重命名

python 复制代码

import pandas as pd
df = pd.read_csv("./股票数据.csv")
# 从这里开始完成题目
print(df.head(3))
df.columns=["D", "O", "H", "L", "C", "V"]
print(df.head(3))

结语

通过本博客，我们不仅练习了pandas库的基本操作，还学习了如何从股票数据中提取有价值的信息。每道题目都带有一定的实用性，帮助我们深入理解如何处理和分析复杂的数据集。