3.Python 数据分析-DataFrame基础-股票分析【2】

需求：股票分析

• 使用tushare包获取某股票的历史行情数据。
  • tushare财经数据接口包，基于该模块可以获取任意股票的历史交易数据
  • pip install tushare
• 输出该股票所有收盘比开盘上涨3%以上的日期。
• 输出该股票所有开盘比前日收盘跌幅超过2%的日期。
• 假如我从2010年1月1日开始，每月第一个交易日买入1手股票，每年最后一个交易日卖出所有股票，到今天为止，我的收益如何？

import pandas as pd
import tushare as ts
df = ts.get_k_data(code='600519',start='1990')#600519茅台股票接口

#df的持久化存储
df.to_csv('maotai.csv')
#读取本地数据
df = pd.read_csv('./maotai.csv')
df.head(5)

#删除Unnamed: 0列
df.drop(labels='Unnamed: 0',axis=1,inplace=True)

#查看每一列的数据类型，哪些列中存在空值
df.info()
>>>
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4406 entries, 0 to 4405
Data columns (total 7 columns):
date      4406 non-null object
open      4406 non-null float64
close     4406 non-null float64
high      4406 non-null float64
low       4406 non-null float64
volume    4406 non-null float64
code      4406 non-null int64
dtypes: float64(5), int64(1), object(1)
memory usage: 241.0+ KB

• 在观察数据的时候，如果发现时间数据为字符串类型则需要将其转换成时间序列类型

#装换成时间序列类型
df['date'] = pd.to_datetime(df['date'])

#将date列作为源数据的行索引
df.set_index('date',inplace=True)

#将布尔值作为源数据的索引
df.loc[[True,False,True]]

1、输出该股票所有收盘比开盘上涨3%以上的日期

#(收盘-开盘)/开盘 > 0.03
(df['close'] - df['open']) / df['open'] > 0.03

#经验：在df的处理过程中，如果遇到了一组布尔值，下一步马上将布尔值作为源数据的行索引
#df.loc[(df['close'] - df['open']) / df['open'] > 0.03] #可以获取true对应行数据
df.loc[(df['close'] - df['open']) / df['open'] > 0.03].index
>>>
DatetimeIndex(['2001-08-27', '2001-08-28', '2001-09-10', '2001-12-21',
               '2002-01-18', '2002-01-31', '2003-01-14', '2003-10-29',
               '2004-01-05', '2004-01-14',
               ...
               '2019-09-12', '2019-09-18', '2020-02-11', '2020-03-02',
               '2020-03-05', '2020-03-10', '2020-04-02', '2020-04-22',
               '2020-05-06', '2020-05-18'],
              dtype='datetime64[ns]', name='date', length=311, freq=None)

2、输出该股票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
#(开盘-前日收盘)/前日收盘 < -0.02
# (df['open'] - df['close'].shift(1)) / df['close'].shift(1) < -0.02
df.loc[(df['open'] - df['close'].shift(1)) / df['close'].shift(1) < -0.02].index
>>>
DatetimeIndex(['2001-09-12', '2002-06-26', '2002-12-13', '2004-07-01',
               '2004-10-29', '2006-08-21', '2006-08-23', '2007-01-25',
               '2007-02-01', '2007-02-06', '2007-03-19', '2007-05-21',
               '2007-05-30', '2007-06-05', '2007-07-27', '2007-09-05',
               '2007-09-10', '2008-03-13', '2008-03-17', '2008-03-25',
               '2008-03-27', '2008-04-22', '2008-04-23', '2008-04-29',
               '2008-05-13', '2008-06-10', '2008-06-13', '2008-06-24',
               '2008-06-27', '2008-08-11', '2008-08-19', '2008-09-23',
               '2008-10-10', '2008-10-15', '2008-10-16', '2008-10-20',
               '2008-10-23', '2008-10-27', '2008-11-06', '2008-11-12',
               '2008-11-20', '2008-11-21', '2008-12-02', '2009-02-27',
               '2009-03-25', '2009-08-13', '2010-04-26', '2010-04-30',
               '2011-08-05', '2012-03-27', '2012-08-10', '2012-11-22',
               '2012-12-04', '2012-12-24', '2013-01-16', '2013-01-25',
               '2013-09-02', '2014-04-25', '2015-01-19', '2015-05-25',
               '2015-07-03', '2015-07-08', '2015-07-13', '2015-08-24',
               '2015-09-02', '2015-09-15', '2017-11-17', '2018-02-06',
               '2018-02-09', '2018-03-23', '2018-03-28', '2018-07-11',
               '2018-10-11', '2018-10-24', '2018-10-25', '2018-10-29',
               '2018-10-30', '2019-05-06', '2019-05-08', '2019-10-16',
               '2020-01-02', '2020-02-03', '2020-03-13', '2020-03-23'],
              dtype='datetime64[ns]', name='date', freq=None)

3、假如我从2010年1月1日开始，每月第一个交易日买入1手股票，每年最后一个交易日卖出所有股票，到今天为止，我的收益如何？

• 买入（开盘）
  • 一个完整的年需要买入12手==1200只
• 卖出（收盘）
  • 一个完整的年需要卖出1次股票，一次卖出1200只
  • 特殊情况：2020年只可以买入股票无法卖出股票，没有及时卖出的股票的实际价值也要计算到总收益中

new_df = df['2010':'2020']
#买股票
#1.获取每一个完整的年对应每个月第一个交易日的行数据，行数据中可以提取出开盘价（买入股票的单价）
#实现的技术：数据的重新取样
#new_df.resample(rule='M') #将每一年中每一个对应的数据取出,M表示月
new_df.resample(rule='M').first() #将月份数据中的第一行数据取出

#买入股票花费的总钱数
cost_money = (new_df.resample(rule='M').first()['open']).sum() * 100
>>>
4490117.100000001

#统计出每年最后一天
#new_df.resample(rule='A')#将2010-2020年，每一年的数据取出，A表示年
new_df.resample(rule='A').last()[:-1] #每一年最后一个交易日对应的行数据

#卖出股票的钱数
recv_money = new_df.resample(rule='A').last()[:-1]['close'].sum() *1200
>>>
4391179.2

#剩余股票的价值也要计算到总收益中，剩余股票价值的单价可以用最近一天的收盘价来表示
last_price = new_df[-1:]['close'][0]
last_monry = 6*100*last_price
#总收益
last_monry + recv_money - cost_money
777068.0999999996

• 注意：上述对数据进行重新取样操作的前提，源数据中行索引为时间序列类型

总结

• df的持久化存储
  • df.to_xxx():可以将df中的值进行任意形式的持久化存储
• df的加载：
  • pd.read_xxx():可以将外部数据加载到df中
• 如何将字符串形式的时间值转换成时间序列类型
  • pd.to_datetime(df['date])
• 如何将某一列作为源数据的行索引
  • df.set_index('colName')
• 如何将Series进行整体的上下移动
  • Series.shift(1)
    • 整数表示下移，负数表示上移
• 数据的重新取样
  • df.resample(rule='')
  • df.resample(rule='').last/first()
• 可以直接将布尔值作为df的行索引，就可以取出True对应的行数据。