【Python从入门到进阶】62、Pandas中DataFrame对象案例实践

接上篇《61、Pandas中DataFrame对象的操作（二）》
上一篇我们讲解DataFrame对象的统计分析、可视化以及数据导出与保存相关内容。本篇我们延续之前学习的DataFrame对象的知识，结合一个数据案例进行实践操作。

一、案例说明

我们将通过一个股票数据分析的案例来展示如何使用Pandas的DataFrame和Series对象进行数据分析和处理。在这个案例中，我们将分析某只股票的历史价格数据，包括开盘价、最高价、最低价和收盘价，并计算一些基本的统计指标和可视化结果。

二、准备工作

首先，确保你已经安装了Pandas、seaborn和Matplotlib（用于数据可视化）。如果没有安装，可以通过pip安装：

pip install pandas seaborn matplotlib

三、案例数据

为了简化，我们将直接在代码中定义一只股票（假设为“ABC公司”）的历史价格数据。这些数据包括日期、开盘价、最高价、最低价和收盘价。

import pandas as pd  
import matplotlib.pyplot as plt
import seaborn as sns
  
# 定义数据  
data = {  
    '日期': ['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04', '2023-01-05'],  
    '开盘价': [100, 102, 101, 103, 104],  
    '最高价': [105, 107, 106, 108, 109],  
    '最低价': [98, 100, 99, 101, 102],  
    '收盘价': [103, 105, 104, 107, 108],
    '成交量': [3100, 4300, 3400, 4700, 5400]
}  
  
# 创建DataFrame  
df = pd.DataFrame(data)  
df['日期'] = pd.to_datetime(df['日期'])  # 将日期列转换为datetime类型  
df.set_index('日期', inplace=True)  # 设置日期为索引  
  
print(df)

效果：

四、数据分析和处理

1.计算日收益率

日收益率是股票分析中常用的一个指标，可以通过收盘价计算得到。
这里需要用到pct_change()函数。在Pandas库中，DataFrame.pct_change()是一个非常有用的函数，它用于计算给定DataFrame中数值列的百分比变化。这个函数通常被用来分析数据的时间序列变化，特别是在金融数据分析中非常常见，比如股票价格的变化率。
pct_change()函数的基本用法如下：
●基本语法：

DataFrame.pct_change(periods=1, fill_method='pad', limit=None)

●参数说明：
periods(int, 默认为1)：表示向前多少个周期来计算变化率。如果设为1，则计算相邻两个周期之间的变化率。
fill_method(str, 默认为'pad')：填充缺失值的方法。可以是'pad'（使用前一个有效观测值）或'ffill'（同'pad'）、'backfill'或'bfill'（使用后一个有效观测值）等。
limit(int, 默认为None)：最大连续填充次数。
●返回值：
返回一个新的DataFrame，其中每个数值型列的值都表示相对于前一个时期（或指定时期的时期）的变化率。非数值型列会被忽略。
●示例：
我们对案例中股票价格的DataFrame的“收盘价”使用pct_change()函数：

# 计算日收益率  
df['日收益率'] = df['收盘价'].pct_change()  
print(df[['收盘价', '日收益率']])

效果：

注意：第一个元素的变化率通常是NaN（未定义），因为没有前期数据进行比较。

2.绘制收盘价走势图

使用Matplotlib绘制收盘价的走势图，以便更直观地观察价格变化。

# 设置Matplotlib支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置为黑体
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像时负号'-'显示为方块的问题
# 创建一个新的图形窗口，设置窗口大小为10英寸宽和5英寸高
plt.figure(figsize=(10, 5))
# 绘制实际的数据。plt.plot() 是用来绘制线图的函数
# df.index表示DataFrame的索引，这里索引是日期，所以它将作为x轴的坐标。
# df['收盘价'] 表示DataFrame中名为“收盘价”的列，它将作为y轴的坐标。
# label='收盘价' 设置了图例标签，用于区分不同的数据系列
plt.plot(df.index, df['收盘价'], label='收盘价')
plt.title('ABC公司股票收盘价走势图')  # 设置图表的标题
plt.xlabel('日期')  # 设置x轴的标签名
plt.ylabel('价格')  # 设置y轴的标签名
plt.grid(True)  # 表示启用网格线
plt.legend()   # 设置显示图例
plt.show()  # 展示图表

效果：

3.统计分析

使用Pandas的内置函数进行统计分析，如计算收盘价的最大值、最小值、均值和标准差。

print("统计信息:")  
print(df['收盘价'].describe())

效果：

4.筛选特定日期的数据

假设我们只对周一的数据感兴趣，可以筛选出周一的数据进行分析。

# 假设数据中的日期是连续的，且周一为每周的第一天  
monday_df = df[df.index.weekday == 0]  
print(monday_df)

效果：

注意：这里的weekday方法返回的是0（周一）到6（周日）的整数，具体取决于你的Pandas版本和设置。

5.相关性分析

分析不同变量之间的相关性，以了解它们之间的关系。

corr_matrix = df[['开盘价', '最高价', '最低价', '收盘价', '成交量']].corr()  
print(corr_matrix)  
  
# 可视化相关性矩阵  
sns.heatmap(corr_matrix, annot=True, cmap='coolwarm')  
plt.show()

效果：

6.成交量分析

分析成交量与股价变动之间的关系，寻找潜在的交易信号。

plt.figure(figsize=(12, 6))  
plt.bar(df.index, df['成交量'], color='blue', alpha=0.5)  
plt.title('ABC公司日成交量')  
plt.xlabel('日期')  
plt.ylabel('成交量')  
plt.grid(True)  
plt.show()  
# 可以进一步分析成交量与价格变动的关联，如“量价背离”等

效果：

7.量价背离分析

在成交量分析的小节中，当我们进一步探讨成交量与价格变动的关联时，“量价背离”是一个非常重要的概念。它指的是成交量与价格走势之间出现了不一致或相反的趋势，这往往预示着市场可能即将发生转折。

（1）定义

●正量价背离：当价格创新高（或新低），但成交量未能同时创出新高（或新低），即成交量相对前期高点（或低点）有所减少，这通常被视为上涨（或下跌）动能减弱的信号，可能预示着市场即将反转。
●负量价背离：较为少见，但在某些情况下，价格可能形成新低（或新高），而成交量却显著放大，这可能是由于恐慌性抛售（或积极买入）导致的短暂现象，也可能预示着市场即将见底（或见顶）。

（2）示例分析

假设在我们的模拟数据中，我们观察到在股价持续上涨并创出新高时，成交量却未能同步放大，反而有所减少。这种情况就构成了正量价背离，可能意味着上涨动力正在减弱，投资者应警惕市场可能出现的回调或反转。

为了更直观地展示这一点，我们可以先绘制股价和成交量的对比图。
这里我们将故意将一些数据进行修改，方便分析量价背离：

# 将2023-01-05的收盘价改为 109
# 将2023-01-04的收盘价改为 108
# 将2023-01-04的成交量改为 2800
df.loc['2023-01-05', '收盘价'] = 109
df.loc['2023-01-04', '收盘价'] = 108
df.loc['2023-01-04', '成交量'] = 2800
# 绘制股价和成交量的对比图  
plt.figure(figsize=(12, 6))  
plt.subplot(2, 1, 1)  # 2行1列的第1个图  
plt.plot(df.index, df['收盘价'], label='收盘价', color='blue')  
plt.title('ABC公司股票价格走势')  
plt.xlabel('日期')  
plt.ylabel('价格')  
plt.grid(True)  
plt.legend()  
  
plt.subplot(2, 1, 2)  # 2行1列的第2个图  
plt.bar(df.index, df['成交量'], color='green', alpha=0.5)  
plt.title('ABC公司日成交量')  
plt.xlabel('日期')  
plt.ylabel('成交量')  
plt.grid(True)  
plt.tight_layout()  # 调整子图布局以避免重叠  
plt.show()  

效果：

注意：上述代码并未实际检测量价背离，而是展示了如何绘制股价和成交量的对比图。检测量价背离需要额外的逻辑来比较价格和成交量的历史数据。要在上述案例中增加检测量价背离的逻辑代码，我们需要编写一个函数来识别股价和成交量之间的不一致趋势。以下是一个简化的示例，该函数将遍历DataFrame中的价格和成交量数据，以检测正量价背离（价格上涨但成交量减少）或负量价背离（这里我们主要关注正量价背离，因为负量价背离在实际应用中较为少见且复杂）：

def detect_price_volume_divergence(df, price_col='收盘价', volume_col='成交量', window=2):
    divergences = []

    # 计算价格和成交量的滚动变化（这里使用diff而不是滚动平均，因为数据量小）
    price_changes = df[price_col].diff(periods=1)
    volume_changes = df[volume_col].diff(periods=1)

    # 确保我们只在有足够数据的行上进行比较
    valid_indices = price_changes.index[1:]  # 从第二天开始，因为第一天没有前一天的数据

    for idx in valid_indices:
        # 获取基于位置的索引
        idx_position = df.index.get_loc(idx)

        # 检查价格是否上涨
        if price_changes.loc[idx] > 0:
            # 检查成交量是否显著减少（这里使用简单的百分比减少作为阈值）
            if volume_changes.loc[idx] < 0 and df[volume_col].iloc[idx_position] < df[volume_col].iloc[idx_position - 1] * 0.9:
                divergence = {
                    'date': idx,
                    'price_change': price_changes.loc[idx],
                    'current_volume': df[volume_col].iloc[idx_position],
                    'previous_volume': df[volume_col].iloc[idx_position - 1]
                }
                divergences.append(divergence)

    return divergences

# 调用函数并打印结果
divergences = detect_price_volume_divergence(df, window=2)  # 使用较小的窗口大小
for divergence in divergences:
    print(f"在日期 {divergence['date'].date()} 检测到量价背离，价格上涨但成交量显著减少。")
    print(f"当前成交量: {divergence['current_volume']}, 之前成交量: {divergence['previous_volume']}")
    print("-----------")

# 注意：这个示例中的背离检测逻辑非常简化，并且可能需要根据实际情况进行调整。
# 特别是关于“成交量减少”的判定，这里仅使用了简单的平均值比较和硬编码的阈值（9%）。
# 在实际应用中，您可能需要考虑更复杂的逻辑，如使用标准差、百分比变化等。

注意：由于数据量很小，这里使用了window=2来确保有足够的数据点进行比较。
效果：

（3）注意事项

量价背离是一个警示信号，而非绝对的买卖信号。它需要结合其他技术指标和市场环境进行综合分析。
量价背离的可靠性可能受到市场流动性、投资者情绪、政策变化等多种因素的影响。
在实际应用中，建议结合多种分析工具和技术指标来提高分析的准确性和可靠性。

    
至此，关于Pandas中DataFrame和Series的内容全部介绍完毕，下一篇我们继续学习Pandas如何实现数据的Merge。

转载请注明出处：https://guangzai.blog.csdn.net/article/details/141110236