Python数据分析-A股市场成交量计算

兰叶春葳蕤，桂华秋皎洁。

1 前言

在前文中，作者已经分析了股票、基金的相关分析和计算，在本文中将继续分享A股市场成交量的计算，数据导出以及数据展示，主要是为了分享 pandas 数据处理的方法和思路，在本文中将涉及到 pandas 的数据合并以及 pandas 的数据导出。

2 数据准备

在之前的文章matplotlib 绘制上证指数图形 中，已经介绍了获取上证指数数据的方法，在本文中将使用同样的方法获取k线数据(数据来源为 eastmoney)。目前A股市场的总成交额包括上证指数和深证指数，因此需要综合计算两大指数的数据，即可获取最终的结果。上证指数代码 000001 和深证指数代码 399106。获取指数数据的代码如下所示： 通过方法会得到截止到当天的交易数据，可以通过 print 函数来输出指数的交易历史数据，包括交易日期，指数点位，成交金额，成交量以及换手率等信息。

3 数据计算

在准备好交易历史数据后，就可以进行数据的合并计算。A 股市场的成交金额是两大市场的总和，在 pandas 中，我们需要先将数据进行提取并进行重命名，我们需要计算两个指数的交易总额，首先需要使用 pandas merge 方法进行数据合并，数据合并使用日期进行关联，这个类似于 sql 语法的关联查询。同时需要将交易金额进行格式化处理，毕竟都是跟着好几位零的数据。

在 pandas 中，进行数据的计算十分简单，类似于四则运算即可生成一个新的数据列，两市的换手率计算比较复杂，需要根据成交总额除以两市总市值即可。接下来需要对日期进行格式化处理，提取出日期和年份数据，以方便图形化展示。

由于历史数据是从20年开始抓取的，在图形展示时会形成较多的数据线，这里只需要展示22年以来的数据即可，在进行数据截取时，需要将 pandas 的 index 进行重置，否则截取的数据还是保留原来的索引，在后续计算中会导致计算错误。即使采用了近两年的数据，也会导致数据图形的 x 坐标密集化展示，因此需要使用 xticks 对坐标进行处理，该项处理在图形化展示中至关重要。

4 数据导出

在上节中已经进行了数据的图形化处理，在本节中将把之前的数据进行导出，以便进行查看和接下来的处理。这里的数据导出采用两种方式，一种是简单的，一种是可以定制化的，以便设置单元格样式。

导出的结果如下所示：

3 总结

综上，本文使用了 pandas 进行数据计算和导出，主要介绍了数据计算的思路和方式，以及数据分析的一些技巧。相关代码已经上传至 github, 欢迎大家 star, 项目地址 fund_python。

---------------------------END---------------------------

题外话

感兴趣的小伙伴，赠送全套Python学习资料，包含面试题、简历资料等具体看下方。

👉CSDN大礼包🎁：全网最全《Python学习资料》免费赠送🆓！（安全链接，放心点击）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

👉CSDN大礼包🎁：全网最全《Python学习资料》免费赠送🆓！（安全链接，放心点击）

若有侵权，请联系删除