pandas处理股票数据总结

今天用pandas练习了一下处理股票数据，途中遇到了种种问题，总结记录一下。

1. 读写csv

   data = pd.read_csv(r"D:\zeng\600084.csv", date_parser=True, encoding='gbk') #读取csv文件
   
   data.to_csv(r"D:\zeng\600084.csv")#写csv

   csv中含有中文，故指定encoding='gbk'。data_parse=True使得读取csv时会自动分析日期数据

2. 处理字符串

   data['股票代码'] = data['股票代码'].map(lambda x : x.strip("'"))

   使用Series的map方法处理每个元素

3. 筛选和丢弃数据

   data[data['最高价']> 0.01]  #筛选所有的“最高价”列大于0.01的数据
   data.drop(data.index[data['最高价']<0.01])    #抛弃所有的“最高价”小于0.01的数据

   drop方法要求提供索引作为参数。

4. 排序

   data.sort_values(by='日期', inplace=True)

    

5. 统计信息

   data["涨跌额"].describe()
   data["涨跌额"].quantile(0.9)   #按升序排列，90%排位处的值

    

6. 统计作图，直方图，kde，Q-Q图

   data["涨跌幅"].hist(bins=300)   #直方图
   data["涨跌幅"].plot(kind='kde')    #kde图，又称密度图

   import scipy.stats as stats
   f = plt.figure(figsize=(12,8))
   ax = f.add_subplot(111)
   stats.probplot(data["涨跌幅"], dist='norm', plot=ax)
   plt.show()

   Q-Q图指出了数据与正态分布的相关性

转载于:https://my.oschina.net/u/1791007/blog/778286