Python数据分析基础与应用（微课版） 教案 模块8 应用与实战

Python数据分析基础与应用模块模块8Pandas时间序列操作与应用【应用与实战】【任务8-1】对日期时间数据进行灵活处理【任务描述】编写程序实现以下功能：（1）从Excel文件“orderInfo.xlsx”第1个工作表中获取“订单完成时间”和“商品金额”两列数据。（2）查看获取数据的列名称、数据类型、记录数量等相关信息。（3）单独提取“订单完成时间”数据，指定格式符为“'%Y-%m-%d”，将无效的数据解析设置为NaN。（4）查看数据集中各列数据的数据类型。（5）随机获取dataFrame中的5条销售日期数据（6）分别从“销售日期”中获取无时、分、秒的日期、年、月、日、季度和星期，并输出这些数据及对应数据类型。（7）将年份“2021、2022”、月份“2、3”、天数“4、15”、小时数“2、3”通过DataFrame结构组合为日期时间数据。（8）将前面从“销售日期”中提取的年、月、日数据重新组合为日期数据。（9）从“销售日期”中提取由年、月组成的数据。【任务实现】在JupyterNotebook开发环境中创建t8-01.ipynb，然后在单元格中编写代码与输出对应的结果。（1）读取Excel文件orderInfo.xlsx中的数据代码如下：importpandasaspdpath=r'data\orderInfo.xlsx'sales_df=pd.read_excel(path,usecols=['订单完成时间','商品金额'])（2）查看列名、数据类型、记录数量等相关信息代码如下：sales_()输出结果如下：<class'pandas.core.frame.DataFrame'>RangeIndex:9entries,0to8Datacolumns(total2columns):0订单完成时间9non-nulldatetime64[ns]1商品金额9non-nullfloat64dtypes:datetime64[ns](1),float64(1)memoryusage:272.0bytes（3）单独提取“订单完成时间”列数据提取“订单完成时间”列数据时指定格式符为“'Y-%m-%d”，将无效的数据解析为NaN。代码如下：sales_df['销售日期']=pd.to_datetime(sales_df['订单完成时间'],format='%Y-%m-%d',errors='coerce')（4）查看数据集中各列数据的数据类型代码如下：print(sales_df.dtypes)输出结果如下：订单完成时间datetime64[ns]商品金额float64销售日期datetime64[ns]dtype:object（5）随机获取DataFrame中的5条销售日期数据代码如下：print(sales_df["销售日期"].sample(5))输出结果如下：52021-02-2518:21:0522021-02-2011:11:5762021-03-1215:12:2802021-03-0620:40:1082021-03-2210:11:26Name:销售日期,dtype:datetime64[ns]（6）从“销售日期”列获取日期数据分别从“销售日期”列中获取不包含时/分/秒的日期以及年、月、日、季度、星期数据，并输出这些数据。代码如下：sales_df['日期']=sales_df['销售日期'].dt.datesales_df['年']=sales_df['销售日期'].dt.yearsales_df['月']=sales_df['销售日期'].dt.monthsales_df['日']=sales_df['销售日期'].dt.daysales_df['季度']=sales_df['销售日期'].dt.quartersales_df['星期']=sales_df['销售日期'].dt.weekdaysales_df输出结果如下：（7）输出日期和时间数据对应的数据类型代码如下：sales_df.dtypes输出结果如下：订单完成时间atetime64[ns]商品金额float64销售日期datetime64[ns]日期object年int64月int64日int64季度int64星期int64dtype:object（8）组合日期和时间数据将年份2021和2022、月份2和3、天数4和15、小时数2和3通过DataFrame结构组合为日期和时间数据。代码如下：importpandasaspddf1=pd.DataFrame({'year':[2021,2022],'month':[2,3],'day':[4,15],'hour':[2,3]})pd.to_datetime(df1)输出结果如下：02021-02-0402:00:0012022-03-1503:00:00dtype:datetime64[ns]代码如下：df1=pd.to_datetime(df1[['year','month','day']])df1输出结果如下：02021-02-0412022-03-15dtype:datetime64[ns]（9）将年、月、日数据组合为日期和时间数据将前面从“销售日期”列中提取的年、月、日数据重新组合为日期和时间数据。代码如下：df2=pd.DataFrame({'year':sales_df['年'],'month':sales_df['月'],'day':sales_df['日']})df3=pd.to_datetime(df2[['year','month','day']])df3输出结果如下：02021-03-0612021-03-0522021-02-2032021-02-2042021-03-0452021-02-2562021-03-1272021-03-1282021-03-22dtype:datetime64[ns]（10）从“销售日期”列中提取由年、月组成的数据代码如下：sales_df['year_month']=sales_df['销售日期'].apply(lambdax:x.strftime('%Y-%m'))sales_df['year_month']输出结果如下：02021-0312021-0322021-0232021-0242021-0352021-0262021-0372021-0382021-03Name:year_month,dtype:object【任务8-2】分析股票数据时应用Pandas日期序列【任务描述】编写程序实现以下功能：（1）导入必要的模块。（2）导入数据。（3）对数据进行预处理。（4）绘制最高价与最低价趋势图。（5）获取特征参数。（6）绘制股票开盘价的年度趋势图。（7绘制股票多维度的直方图。（8）计算股票的每日收益并绘制图形。（9）绘制收盘价对数变换后的序列趋势图。（10）绘制收盘价移动平均和对数变换后的序列趋势图。【任务实现】在JupyterNotebook开发环境中创建t8-02.ipynb，然后在单元格中编写代码与输出对应的结果。1．导入模块代码如下：importpandasaspdimportnumpyasnpimportmatplotlib.pylabaspltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=False2．导入数据代码如下：path=r".\data\stock-10.xlsx"data=pd.read_excel(path)3．数据预处理代码如下：data=data.drop(columns="Unnamed:0")stock1=data.copy()stock1['date']=pd.to_datetime(stock1.date,format='%Y-%m-%d')stock1=stock1.set_index('date')stock1.head()输出结果如下：4．绘制最高价与最低价趋势图（1）绘制采样频率为天的最高价与最低价趋势图代码如下：stock1[['high','low']].plot(kind='line')plt.title('股票最高价与最低价')plt.show()输出结果如图8-2-1W所示。图8-2-1采样频率为天的最高价与最低价趋势图（2）绘制采样频率为月的最高价与最低价趋势图代码如下：stock1.resample('M').median()[['high','low']].plot(kind='line')plt.title('股票最高价与最低价')plt.show()输出结果如图8-2-2所示。图8-2-2采样频率为月的最高价与最低价趋势图（3）绘制采样频率为年的最高价与最低价趋势图代码如下：stock1.resample('Y').median()[['high','low']].plot(kind='line')plt.title('股票最高价与最低价')plt.show()输出结果如图8-2-3所示。图8-2-3采样频率为年的最高价与最低价趋势图5．获取特征参数（1）计算数据集中最早的日期和最晚的日期的间隔天数代码如下：(stock1.index.max()-stock1.index.min()).days输出结果如下：729（2）统计数据总月数代码如下：stock_months=stock1.resample('BM').mean()len(stock_months.index)输出结果如下：246．绘制股票开盘价的年度趋势图代码如下：stock_open=stock1['open'].plot(title="股票开盘价")fig=stock_open.get_figure()fig.set_size_inches(8,6)输出结果如图8-2-4所示。图8-2-4股票开盘价的年度趋势图7．绘制股票多维度的直方图代码如下：stock1[['high','low','open','close']].hist(figsize=(12,8))输出结果如图8-2-5所示。图8-2-5股票多维度的直方图8．计算股票的每日收益并绘制图形代码如下：stock1['DailyReturn']=stock1['close'].pct_change()plt.figure(figsize=(15,8))stock1['DailyReturn'].plot(legend=True,linestyle='--',marker='o',title='股票的每日收益')plt.show()输出结果如图8-2-6所示。图8-2-6股票的每日收益9．绘制收盘价对数变换后的序列趋势图代码如下：close1=stock1["close"]close_log=np.log(close1)close_log.plot()plt.show()输出结果如图8-2-7所示。图8-2-7收盘价对数变换