1，股票数据预处理（计算茅台酒股票从15年到21年买卖的收入）
import tushare as ts
import pandas as pd
from pandas import DataFrame,Series
import numpy as np
获取某只股票的历史行情数据
code股票代码,data交易时间，open开盘价，close收盘价，volume成交量
df=ts.get_k_data(code=’600519′,start=’2000-01-01′)
将互联网上获取的数据存到本地,to_xxx为写入本地
df.to_csv(‘./maotao.csv’)
将本地的文本数据读到df中
df=pd.read_csv(‘./maotao.csv’)
查看每一列的数据类型
df.info()
将time列转为时间序列类型
df[‘date’]=pd.to_datetime(df[‘date’])
删除df中Unnamed:0的一列,axis=0表示列，1表示行,在drop中相反
df.drop(labels=’Unnamed: 0′,axis=1,inplace=True)
将date列作为源数据的行索引
df.set_index(‘date’,inplace=True)
df.loc[(df[‘open’]-df[‘close’])/df[‘open’]>0.03].index
df[‘close’].shift(1)
new_df=df[‘2015-01′:’2021-2’]
每月第一个交易日对应的行数据
df_monthly=new_df.resample(‘M’).first()
买入金额总花费
cost=df_monthly[‘open’].sum() _100
df_yearly=new_df.resample(‘A’).last()[:-1]
#计算卖出股票到手的钱
resv=df_yearly[‘open’].sum() 1200
#最后手中剩余的股票需要估量其价值总收益中
#取2020年12月最后收盘的数据,两个月没收盘故×200
last_money=new_df[‘close’][-1] 200
resv+last_money-cost
2，双均线量化策略
import tushare as ts
import pandas as pd
from pandas import Series
from pandas import DataFrame,Series
import numpy as np
import matplotlib.pyplot as plt
#获取某只股票的历史行情数据
#code股票代码,data交易时间，open开盘价，close收盘价，volume成交量
df=ts.get_k_data(code=’600519′,start=’2010-01-01′)
#将互联网上获取的数据存到本地,to_xxx为写入本地
df.to_csv(‘./maotao.csv’)
#将本地的文本数据读到df中
df=pd.read_csv(‘./maotao.csv’)
#drop中，o表示行，1表示列
df=pd.read_csv(‘./maotao.csv’).drop(labels=’Unnamed: 0′,axis=1)
#将time列转为时间序列类型
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)
ma5=df[‘close’].rolling(5).mean()
ma30=df[‘close’].rolling(30).mean()
#用matplotlib画线
%matplotlib inline
plt.plot(ma5[30:])
plt.plot(ma30[30:])
s1=ma5 100)#//为整除，p 100为一手的股票,hand_count为买了多少手
hold=hand_count_100
money-=(hold _p)#把买股票的钱从money中减去
else:
#将买入的股票卖出去
#找出卖出股票的单价
death_time=s.index[i]#死叉时间
p_death=df.loc[death_time][‘open’]#卖股票的单价
money+=(p_death_hold)#卖出的股票收入加入到money
如何判断最后一天为金叉还是死叉
last_money=hold*df[‘close’][-1]#剩余股票的价值
总收益
money+last_money-first_money
3，各州人口分布分析
import numpy as np
import pandas as pd
from pandas import DataFrame
导入文件，查看原始数据
abb=pd.read_csv(‘./data/state-abbrevs.csv’)#存储的是洲名字state和缩写abb
area=pd.read_csv(‘./data/state-areas.csv’)#洲名state和洲面积area
pop=pd.read_csv(‘./data/state-population.csv’)#导入各州人口state/region,ages,year,population
abb_pop=pd.merge(abb,pop,left_on=’abbreviation’,right_on=’state/region’,how=’outer’)
删除重复的abb和state/region中的一项，drop中1为列，0为行
abb_pop.drop(labels=’abbreviation’,axis=1,inplace=True)#删除abbreviation
查看存在缺失数据的列
方式1：isnull（），notnull（），any，all,0表示列
abb_pop.isnull().any(axis=0)#state和population存在空值
方式2：.info()
abb_pop.info()
找出state中空值对应的简称找到，且对简称进行去重/将state空值对应的行数据取出，从该行数据中就可以取出简称的值
1，将state中的空值定位
abb_pop[‘state’].isnull()#np.nan
2.将上述的布尔值作为源数据的行索引取出state为空的行数据
abb_pop.loc[abb_pop[‘state’].isnull()]
3,将简称取出
abb_pop.loc[abb_pop[‘state’].isnull()][‘state/region’]
4,对简称去重
abb_pop.loc[abb_pop[‘state’].isnull()][‘state/region’].unique()
结论：只有PR/USA对应的全称数据为空值
为找到的这些state/region的state项补上正确的值，从而去除掉state这一列的所有NaN
不可以用fillna的空的紧邻值填充，要用元素赋值的方式进行填充
1.先给USA全称对应的空值进行批量赋值（由于只是名没写，故需要写名字）
1.1将USA对应的行数据找出（行数据中就存在state的空值）
abb_pop[‘state/region’]’USA’
abb_pop.loc[abb_pop[‘state/region’]’USA’]#将对应的行数据取出
1.2将USA对应的全称空对应的行索引取出
indexs=abb_pop.loc[abb_pop[‘state/region’]’USA’].index
abb_pop.iloc[indexs]
abb_pop.loc[indexs,’state’]=’United States’
2.将PR的全称进行赋值
abb_pop[‘state/region’]’PR’
abb_pop.loc[abb_pop[‘state/region’]’PR’]#PR对应的行数据
indexs=abb_pop.loc[abb_pop[‘state/region’]’PR’].index
abb_pop.loc[indexs,’state’]=’PPPRRR’
-合并各州面积
abb_pop_area=pd.merge(abb_pop,area,how=’outer’)
找出area这一列缺失数据，找出哪些是缺失行
abb_pop_area[‘area (sq. mi)’].isnull()
abb_pop_area.loc[abb_pop_area[‘area (sq. mi)’].isnull()]#空值对应的行数据
indexs=abb_pop_area.loc[abb_pop_area[‘area (sq. mi)’].isnull()].index
取出含有缺失数据的行
abb_pop_area.drop(labels=indexs,axis=0,inplace=True)
找出2010年的全民人口数据（基于df做条件查询）
abb_pop_area.query(‘ages”total”&year==2010’)
计算各州的人口密度（人口/面积）,并加入表中
abb_pop_area[‘tensity’]=abb_pop_area[‘population’]/abb_pop_area[‘area (sq. mi)’]
排序，并找出人口密度最高的洲,ascending为False表示降序,iloc[0]表示取第一行
abb_pop_area.sort_values(by=’tensity’,axis=0,ascending=False).iloc[0][‘state’]
项目三 美国大选献金项目数据分析
Original: https://blog.csdn.net/weixin_43679037/article/details/113998250
Author: 谢白羽
Title: 数据分析项目：股票数据预处理/双均线量化策略/各州人口分布分析/美国大选献金项目数据分析
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/756018/
转载文章受原作者版权保护。转载请注明原作者出处！