Pandas的DataFrame基础操作巩固 股票数据处理-数据预处理
1.使用tushare包获取某股票的历史行情数据
2.输出该股票所有收益比开盘上涨3%以上的日期
3.输出该股票所有开盘比前日收盘跌幅超过2%的日期
4.假如我从2018年1月1日开始，每月第一个交易日买如1手股票，每年最后一个交易日卖出所有股票，到今天为止，我的收入如何？
百度搜索tushare9http://www.tushare.org/，它可以为我们提供股票的历史数据，供我们分析。这里首先需要安装tushare，使用pip命令安装即可。接着导入相关模块
import pandas as pd
from pandas import DataFrame
import numpy as np
import tushare as ts获取个股历史交易数据（包括均线数据）
df =ts.get_hist_data('600519',start='1900-01-01') #一次性获取全部日k线数据
获取数据之后将数据持久化存储：
df.to_csv('./k_code.csv') #j将df中的数据持久化村粗 to_xxx进行df持久化存储
读取csv文件，加载到df中：
df=pd.read_csv('./k_code.csv')
数据比较多，我们删掉没有用的列（inplace为True表示直接在原数据中删）：
df.drop(labels=['ma10','ma20','v_ma5','v_ma10','v_ma20','ma5'],axis=1,inplace=True)
# 删除数据中无用的列 axis=1列，1行
date open high close low volume price_change p_change
————————————————————————————————————————————————————————————————————————————————————
0 2020-05-08 1317.00 1338.00 1314.61 1308.51 29078.68 2.61 0.20
1 2020-05-07 1299.40 1314.99 1312.00 1293.00 27934.74 12.00 0.92
2 2020-05-06 1251.00 1300.00 1300.00 1250.00 35834.81 34.30 2.71
3 2020-04-30 1271.00 1285.01 1265.70 1258.88 24660.87 -9.20 -0.72
4 2020-04-29 1277.80 1288.10 1274.90 1258.00 23444.06 -4.23 -0.33
... ... ... ... ... ... ... ... ...
查看数据列的类型（在数据分析中，object表示字符串），也就是data为zi
df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 607 entries, 0 to 606
Data columns (total 8 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 date 607 non-null object
1 open 607 non-null float64
2 high 607 non-null float64
3 close 607 non-null float64
4 low 607 non-null float64
5 volume 607 non-null float64
6 price_change 607 non-null float64
7 p_change 607 non-null float64
dtypes: float64(7), object(1)
memory usage: 38.1+ KB将data列的数据类型转换为时间序列类型：
df['date']=pd.to_datetime(df['date']) # 将date列转换为时间序列
df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 607 entries, 0 to 606
Data columns (total 8 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 date 607 non-null datetime64[ns]
1 open 607 non-null float64
2 high 607 non-null float64
3 close 607 non-null float64
4 low 607 non-null float64
5 volume 607 non-null float64
6 price_change 607 non-null float64
7 p_change 607 non-null float64
dtypes: datetime64[ns](1), float64(7)
memory usage: 38.1 KB将date列作为原数据的行索引：
df.set_index(df['date'],inplace=True) # 设定行索引
date open high close low volume price_change p_change
date
————————————————————————————————————————————————————————————————————————————————————————————
2020-05-08 2020-05-08 1317.00 1338.00 1314.61 1308.51 29078.68 2.61 0.20
2020-05-07 2020-05-07 1299.40 1314.99 1312.00 1293.00 27934.74 12.00 0.92
2020-05-06 2020-05-06 1251.00 1300.00 1300.00 1250.00 35834.81 34.30 2.71
2020-04-30 2020-04-30 1271.00 1285.01 1265.70 1258.88 24660.87 -9.20 -0.72
2020-04-29 2020-04-29 1277.80 1288.10 1274.90 1258.00 23444.06 -4.23 -0.33
... ... ... ... ... ... ... ... ...
输出所有收盘（close）比开盘（open）上涨3%以上的日期
# （收盘-开盘）/开盘 >0.03
(df['close']-df['open'] )/df['open'] >0.03以上代码会返回bool类型，True表示满足条件，False表示不满足条件。我们需要获取的是True的日期。经验：在数据分析中，一旦产生了布尔值，下一步可以将布尔值作为源数据的行索引，就可以取出True对应的行数据。
( df['close'] - df['open'] ) / df['open'] >0.03
df.loc[( df['close'] - df['open'] ) / df['open'] >0.03] # true对应的行数据就是满足要求的行数据
#将满足要求的行数据的行索引获取
df.loc[( df['close'] - df['open'] ) / df['open'] >0.03].index输出所有开盘比前日收盘跌幅超过2%的日期
# （开盘-前日收盘）/前日收盘 <-0.02
(df['open']-df['close'].shift(1)) / df['close'] < -0.02
# 取出True对应的行数据
df.loc[(df['open']-df['close'].shift(1)) / df['close'] < -0.02]
df.loc[(df['open']-df['close'].shift(1)) / df['close'] < -0.02].index假如我从2018年1月1日开始，每月第一个交易日买如1手股票，每年最后一个交易日卖出所有股票，到今天为止，我的收入如何？
分析：数据从2018年切到昨天（df[‘2018′:’2020’]）
买股票的单价使用开盘价，一年需要买入12次股票（1200只股票）
卖股票，一年需要卖出1次股票（1200只股票）
2020年不是完整一年，该年还没有到最后一个交易日，2020年只可以买入股票无法卖出。最后计算总收益，需要将手里剩余股票的实际价值计算到总收益中。
