数据可视化基础专题（十九）：Pandas120题（四）51-80

#请将下面的路径替换为你存储数据的路径
data = pd.read_excel(‘/Users/Desktop/600000.SH.xls‘)

data.head(3)

data.isnull().sum()

data[data[‘日期‘].isnull()]

for columname in data.columns:
    if data[columname].count() != len(data):
        loc = data[columname][data[columname].isnull().values==True].index.tolist()
        print(‘列名："{}", 第{}行位置有缺失值‘.format(columname,loc))

‘‘‘
备注
axis：0-行操作（默认），1-列操作
how：any-只要有空值就删除（默认），all-全部为空值才删除
inplace：False-返回新的数据集（默认），True-在原数据集上操作
‘‘‘
data.dropna(axis=0, how=‘any‘, inplace=True)

import matplotlib.pyplot as plt 
plt.style.use(‘seaborn-darkgrid‘) # 设置画图的风格
plt.rc(‘font‘,  size=6) #设置图中字体和大小
plt.rc(‘figure‘, figsize=(4,3), dpi=150) # 设置图的大小
data[‘收盘价(元)‘].plot()

# 等价于
import matplotlib.pyplot as plt
plt.plot(df[‘收盘价(元)‘])

data[[‘收盘价(元)‘,‘开盘价(元)‘]].plot()

plt.hist(df[‘涨跌幅(%)‘])
# 等价于
df[‘涨跌幅(%)‘].hist()

data[‘涨跌幅(%)‘].hist(bins = 30)

temp = pd.DataFrame(columns = data.columns.to_list())

for i in range(len(data)):
    if type(data.iloc[i,13]) != float:
        temp = temp.append(data.loc[i])

temp

data[data[‘换手率(%)‘].isin([‘--‘])]

data = data.reset_index()

k =[]
for i in range(len(data)):
    if type(data.iloc[i,13]) != float:
        k.append(i)
data.drop(labels=k,inplace=True)

data[‘换手率(%)‘].plot(kind=‘kde‘)

data[‘收盘价(元)‘].diff()

data[‘收盘价(元)‘].pct_change()

data = data.set_index(‘日期‘)

data[‘收盘价(元)‘].rolling(5).mean()

data[‘收盘价(元)‘].rolling(5).sum()

data[‘收盘价(元)‘].plot()
data[‘收盘价(元)‘].rolling(5).mean().plot()
data[‘收盘价(元)‘].rolling(20).mean().plot()

data[‘收盘价(元)‘].resample(‘W‘).max()

data[‘收盘价(元)‘].plot()
data[‘收盘价(元)‘].resample(‘7D‘).max().plot()

data.shift(5)

data.shift(-5)

data[‘开盘价(元)‘].expanding(min_periods=1).mean()

data[‘expanding Open mean‘]=data[‘开盘价(元)‘].expanding(min_periods=1).mean()
data[[‘开盘价(元)‘, ‘expanding Open mean‘]].plot(figsize=(16, 6))

data[‘former 30 days rolling Close mean‘]=data[‘收盘价(元)‘].rolling(20).mean()
data[‘upper bound‘]=data[‘former 30 days rolling Close mean‘]+2*data[‘收盘价(元)‘].rolling(20).std()#在这里我们取20天内的标准差
data[‘lower bound‘]=data[‘former 30 days rolling Close mean‘]-2*data[‘收盘价(元)‘].rolling(20).std()

data[[‘收盘价(元)‘, ‘former 30 days rolling Close mean‘,‘upper bound‘,‘lower bound‘ ]].plot(figsize=(16, 6))