python数据分析--金融数据处理

数据来源：和鲸社区-Numpy+Pandas数据处理·第四关
主要内容：

• 缺失数据

1. 查看每列 数据的缺失情况
2. 输出每列具体缺失的行数
3. 删除所有存在缺失值的行

• 绘制折线图

4. 收盘价折线图
5. 收盘价开盘价折线图
6. 收盘价5日均线，20日均线图
7. 收盘价上轨线，中轨线，下轨线折线图

• 绘制密度图

8. 删除换手率为非数字的行
9. 绘制换手率密度图
10. 同时绘制密度图和直方图

• pandas窗口函数rolling 和expanding
• 重采样 resample
• 计算相邻两天的差值和变化率
• 数据前移后移shift()

导入数据

import pandas as pd
data = pd.read_excel('/home/mw/input/pandas1206855/600000.SH.xls')
data.head()

data.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 329 entries, 0 to 328
Data columns (total 18 columns):
代码           328 non-null object
简称           327 non-null object
日期           327 non-null datetime64[ns]
前收盘价(元)      327 non-null float64
开盘价(元)       327 non-null float64
最高价(元)       327 non-null float64
最低价(元)       327 non-null float64
收盘价(元)       327 non-null float64
成交量(股)       327 non-null object
成交金额(元)      327 non-null object
涨跌(元)        327 non-null float64
涨跌幅(%)       327 non-null float64
均价(元)        327 non-null object
换手率(%)       327 non-null object
A股流通市值(元)    327 non-null float64
总市值(元)       327 non-null float64
A股流通股本(股)    327 non-null float64
市盈率          327 non-null float64
dtypes: datetime64[ns](1), float64(11), object(6)
memory usage: 46.3+ KB

缺失值处理

# 查看每列数据缺失情况
data.isnull().sum()
# 提取日期列含有空值的行
data[data['日期'].isnull()]

#输出每列缺失值具体行数
for columnname in data.columns:
    if data[columnname].count() != len(data):
        loc = data[columnname][data[columnname].isnull().values == True].index.tolist()
        print('列名："{}",第{}行位置有缺失值'.format(columnname,loc))

# 删除所有存在缺失值的行
data.dropna(axis=0,how='any',inplace=True)

    语法：
        df.dropna(axis=0, how='any', thresh