Python学习笔记（六）：金融序列数据处理与分析

本文链接：https://blog.csdn.net/weixin_43647192/article/details/98957495

这篇博客是北风网课程的笔记，详细介绍了如何使用Python进行金融序列数据处理，包括数据下载、基本操作、深入分析和线性回归。通过数据提取、整理和拟合，展示了对EUROSTOXX和VSTOXX数据的分析过程，并进行了相关系数的计算和结果可视化。

摘要由CSDN通过智能技术生成

文章目录

声明

本文为北风网（网址：www.ibeifeng.com）的网课笔记，代码主要来自北风网的网课，讲师为朱彤老师。
笔记对原代码做出了一定的修改，注释，添加，删减。

导库

import datetime as dt
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import pandas_datareader as web
from urllib.request import urlretrieve
import statsmodels.api as sm

一、基本数据操作

df = pd.DataFrame([1,2,3,4],columns = ['number'],index = ['a','b','c','d'])
df.loc[['a','b']]    #按下标名索引值
df.loc[df.index[:2]]    #按下标索引值
df.iloc[[1,2]]    #按值索引下标
df['square'] = df.apply(lambda x:x**2)    
df['name'] = pd.DataFrame(['Amy','Cathy','David','Betty'], index = ['a','c','d','b'])

#增加一行
df.append({
   'number':8,'square':64,'name':'Elaine'},ignore_index = True)
df.append(pd.DataFrame({
   'number':8,'square':64,'name':'Elaine'},index = ['e',]))

#增加一列：交集
df.join(pd.DataFrame([1,4,9,16,25],index = ['a','b','c','d','y'],columns = ['squares2',]))