python中pandas中的dataframe对象时间序列分析相关操作

本文用实例来分析，dataframe的时间序列在股票分析中的应用，包括日期转化，重新采样数据集统计等数据，文中使用的数据可以从https://download.csdn.net/download/lost0910/12377037下载。是苹果公司的股票980-2014年的日线1数据。

首先读取文件放入dataframe对象，

     apple=pd.read_csv('appl_1980_2014.csv')

1.将字符串日期转为日期类型

apple.Date = pd.to_datetime(apple.Date)

2.将日期列转化为索引

apple = apple.set_index('Date')

3.查看索引是否是唯一的

apple.index.is_unique

4.将df按照时间索引升序排列

apple.sort_index(ascending = True)

5.计算数据集中每个月股票价格的平均值

apple_month = apple.resample('BM').mean()

6.数据集中一共有多少个月？

len(df.resample('BM').mean())

7.利用收盘的复权数据，进行画图，并将图片的大小设置为（10， 10）

appl_open = apple['Adj Close'].plot(title = "Apple Stock")


fig = appl_open.get_figure()
fig.set_size_inches(10, 10)