pandas 处理股票数据常见方法

1、 标准开头

import pandas as pd
import matplotlib.pyplot as plt
pd.set_option('display.max_columns', 50)
df=pd.read_excel(r'C:\Users')
print(df.head(5)) 

2、设置索引列 

# 设置日期为索引列
df=df.set_index('日期')

3、打印缺失值的统计数据

print(df.isnull().sum())

4、代码列含有空值的整列

print(df[df['代码'].isnull()])

5、输出每列缺失值的具体行数

for cols_name in df.columns:
    if df[cols_name].count()!=len(df):
        loc=df[cols_name][df[cols_name].isnull().values==True].index.tolist()
        print(f'{cols_name}列第{loc}行有缺失值')

6、删除所有存在缺失值的行

df_new=df.dropna(axis=0,how='any')
print(df_new)

#删除所有开盘价为非数字的行

list_new=[]
for i  in range(len(df)):
    if type(df.iloc[i,3]) ！= float:
        list_new.append(i)
df.drop(labels=list_new,inplace=True)

7、计算后一日收盘价和前一日的变化
​​​​​

差值用diff，变化率用pct_change,返回一个series

df['收盘价(元)'].diff()
df['收盘价(元)'].pct_change()

# 取连续5个数的均值（5日均线）\求和
df['收盘价(元)'].rolling(5).mean()
df['收盘价(元)'].rolling(5).sum()

8、按周为采样规则，取一周的最大值

df=df['收盘价(元)'].resample('W').max()

9、将数据向前或向后移动5位

df=df.shift(2)
#负数表示向前移动

10、expanding

与滚动窗口的不同之处在于，扩展窗口的每个窗口都是基于当前行及其之前的所有行。

df1=df['收盘价(元)'].expanding(min_periods=1).mean()

 

11、作图

#3条线在一个图上

df['收盘价(元)'].rolling(5).mean().plot()
df['收盘价(元)'].rolling(5).sum().plot()
df['收盘价(元)'].plot()
plt.show()