和鲸社区-Numpy+Pandas数据处理·闯关-关卡4

STEP1: 按照以下要求计算结果
1. 将数据往前移动5天

data.shift(-5)
data.head()

2. 使用expanding函数计算开盘价的移动窗口均值
Pandas进阶之窗口函数rolling()和expanding()：
https://www.jianshu.com/p/b8c795345e93
rolling()函数，是固定窗口大小，进行滑动计算，expanding()函数只设置最小的观测值数量，不固定窗口大小，实现累计计算，即不断扩展；
DataFrame.expanding(min_periods = 1，center = False，axis = 0)

# data.rolling(window = 1, min_periods = 1)["开盘价(元)"].agg(np.mean)

data_expanding = data.expanding(min_periods = 1)["开盘价(元)"].mean()
data_expanding
# data

日期
2016-01-04 16.144400
2016-01-05 15.804400
2016-01-06 15.805867
2016-01-07 15.784525
2016-01-08 15.761120
2016-01-11 15.667500
2016-01-12 15.595586
2016-01-13 15.585812
2016-01-14 15.522278
2016-01-15 15.542100
…
2017-05-03 16.041489
2017-05-04 16.038314
2017-05-05 16.034769
2017-05-08 16.030695
2017-05-09 16.026356
Name: 开盘价(元), Length: 309, dtype: float64
3. 绘制上一题的移动均值与原始数据折线图

#方法一：分开绘制曲线
import pandas as pd
import matplotlib.pyplot as plt
font = {"family":"MicroSoft YaHei", "weight":"bold", "size":12 }
matplotlib.rc("font", **font)

plt.rc("figure", figsize = (16,6), dpi = 150)#设置图的大小
plt.plot(data["开盘价(元)"], label = "原始数据")
plt.plot(data_expanding, label = "累积数据")
plt.legend(loc = "upper right")
plt.show()
#方法二：新增一列，一起生成曲线（可以自动生成图例）
# data = pd.merge(data,data_expanding, on ="日期" )
# data["开盘价(元)_x"].plot()
# data["开盘价(元)_y"].plot()

4. 计算布林指标
简介：
布林线指标，即BOLL指标，其英文全称是“Bollinger Bands”，布林线(BOLL)由约翰·布林先生创造，其利用统计原理，求出股价的标准差及其信赖区间，从而确定股价的波动范围及未来走势，利用波带显示股价的安全高低价位，因而也被称为布林带。
布林线（Boll）指标是股市技术分析的常用工具之一，通过计算股价的“标准差”，再求股价的“信赖区间”。
该指标在图形上画出三条线，其中上下两条线可以分别看成是股价的压力线和支撑线，而在两条线之间还有一条股价平均线，布林线指标的参数最好设为20。一般来说，股价会运行在压力线和支撑线所形成的通道中。
与MACD、RSI、KDJ等指标一样，BOLL指标也是股票市场最实用的技术分析参考指标。
计算布林指标(BOLL指标的计算公式)
移动平均线(MA)
中轨线(MB)=N日的移动平均线
上轨线(UP)=中轨线＋两倍的标准差
下轨线(DN)=中轨线－两倍的标准差

N = 20 #布林线指标的参数最好设为20
#第一步：计算MA
MA = data["收盘价(元)"]
#第二步：计算标准差MD
MD = data["收盘价(元)"].rolling(N, min_periods = 1).std()
#第三步：计算MB、UP、DN线
MB = data["收盘价(元)"].rolling(N, min_periods = 1).mean()
UP = MB + 2 * MD
DN = MB - 2 * MD
UP

日期
2016-01-04 NaN
2016-01-05 15.990978
2016-01-06 16.121128
2016-01-07 16.205469
2016-01-08 16.172948
…
2017-05-03 16.318797
2017-05-04 16.216689
2017-05-05 16.112513
2017-05-08 15.988986
2017-05-09 15.883583
Name: 收盘价(元), Length: 309, dtype: float64

5. 计算布林线并绘制

import pandas as pd
import matplotlib.pyplot as plt

font = {"family":"MicroSoft YaHei", "weight":"bold", "size":12 }
matplotlib.rc("font", **font)
plt.rc("figure", figsize = (16,6), dpi = 150)#设置图的大小
#绘制网格
plt.grid()
#设置x,y轴标签
plt.xlabel("时间")
plt.ylabel("收盘价(元)")
#绘制布林线(中轨线、上轨线、下轨线)
plt.plot(MA, label = "MA")
plt.plot(MB, label = "MB")
plt.plot(UP, label = "UP")
plt.plot(DN, label = "DN")

plt.legend(loc = "upper right")
plt.show()

STEP2: 为了简化最终提交的行数，所以这里只需要保留上轨线UP这一字段即可，并保存为 csv 文件

dic = {'上轨线':UP}
df = pd.DataFrame(dic).reset_index(drop=True)
df = df.round(2)
df

上轨线
0 NaN
1 15.99
2 16.12
3 16.21
4 16.17
… …
304 16.32
305 16.22
306 16.11
307 15.99
308 15.88
309 rows × 1 columns

设置列名为answer，删除存在缺失值的行，最后保留id(数据行数,从0开始)和answer

df.columns = ['answer']
df.dropna(axis=0, how='any', inplace=True)
df['id'] = range(len(df))
df = df[['id', 'answer']]
df

id answer
1 0 15.99
2 1 16.12
3 2 16.21
4 3 16.17
5 4 16.26
… … …
304 303 16.32
305 304 16.22
306 305 16.11
307 306 15.99
308 307 15.88
308 rows × 2 columns

# 保存文件到本地
#结果就是和答案不一样，自己手动修改的格式
df.index
a = df.loc[19:]
a["id"] = [i for i in range(0,290)]
a
a.to_csv('answer_4.csv', index=False, encoding='utf-8-sig')

STEP3: 提交 csv 文件，获取分数结果