《Pandas数据处理》课件 7.2.1 制作股票的移动平均线

按季度统计股票平均交易量和交易额主讲人：xxXXXXXXXXXX学校问题描述分别计算美的集团收盘价5日、20日、120日和250日移动平均值，并绘制移动平均折线图。原始数据见表7.2.1。date开盘价最高价最低价收盘价2013-09-182.0954523.6687861.9301202.5594532013-09-232.4687863.6847852.1407853.6154532013-09-243.4261193.6021193.1354523.1914522013-09-253.0314513.8661183.0287863.3087852013-09-263.2021193.3141182.6154532.762118...............2021-07-1269.63999971.50000068.91999870.6999972021-07-1370.77999973.33000270.58000272.8000032021-07-1472.44999772.80000371.55999872.0000002021-07-1572.00000072.34999870.61000171.169998表7.2.1美的集团日线数据表图7.2.1

美的集团移动平均线题前思考根据问题描述，填写以下表格问题描述问题解答如何建立时间序列的移动窗口？

怎样求移动窗口的平均值？importpandasaspdimportnumpyasnpfrompylabimportpltplt.rcParams['font.sans-serif']=['SimHei']#步骤一（替换sans-serif字体）plt.rcParams['axes.unicode_minus']=False#步骤二（解决坐标轴负数的负号显示问题）df=pd.read_excel(r"D:\pydata\项目七\股价.xlsx",index_col=[0])①df=df.query('名称=="美的集团"').loc['2018':,'收盘价'].to_frame()②df['5日均线']=df.收盘价.rolling(5).mean()③df['20日均线']=df.收盘价.rolling(20).mean()df['120日均线']=df.收盘价.rolling(120).mean()df['250日均线']=df.收盘价.rolling(250).mean()df.plot.line(style=['k-','k:','k--','k-.','k-'],figsize=(16,9),title='美的集团移动平均线')④print(df)程序代码读入所有股价数据，以第0列即时间作为行索引，以时间为行索引是时间序列的标志。importpandasaspdimportnumpyasnpfrompylabimportpltplt.rcParams['font.sans-serif']=['SimHei']#步骤一（替换sans-serif字体）plt.rcParams['axes.unicode_minus']=False#步骤二（解决坐标轴负数的负号显示问题）df=pd.read_excel(r"D:\pydata\项目七\股价.xlsx",index_col=[0])①df=df.query('名称=="美的集团"').loc['2018':,'收盘价'].to_frame()②df['5日均线']=df.收盘价.rolling(5).mean()③df['20日均线']=df.收盘价.rolling(20).mean()df['120日均线']=df.收盘价.rolling(120).mean()df['250日均线']=df.收盘价.rolling(250).mean()df.plot.line(style=['k-','k:','k--','k-.','k-'],figsize=(16,9),title='美的集团移动平均线')④print(df)程序代码从股价数据中读出美的集团2018年1月1日后的收盘价数据转换为数据框。importpandasaspdimportnumpyasnpfrompylabimportpltplt.rcParams['font.sans-serif']=['SimHei']#步骤一（替换sans-serif字体）plt.rcParams['axes.unicode_minus']=False#步骤二（解决坐标轴负数的负号显示问题）df=pd.read_excel(r"D:\pydata\项目七\股价.xlsx",index_col=[0])①df=df.query('名称=="美的集团"').loc['2018':,'收盘价'].to_frame()②df['5日均线']=df.收盘价.rolling(5).mean()③df['20日均线']=df.收盘价.rolling(20).mean()df['120日均线']=df.收盘价.rolling(120).mean()df['250日均线']=df.收盘价.rolling(250).mean()df.plot.line(style=['k-','k:','k--','k-.','k-'],figsize=(16,9),title='美的集团移动平均线')④print(df)程序代码产生收盘价5日移动平均值序列。代码优化importpandasas

pdimportnumpyasnpfrompylab

import

pltplt.rcParams['font.sans-serif']=['SimHei']#步骤一（替换sans-serif字体）plt.rcParams['axes.unicode_minus']=False

#步骤二（解决坐标轴负数的负号显示问题）df=pd.read_excel(r"D:\pydata\项目七\股价.xlsx",index_col=[0])df=df.query('名称=="美的集团"').loc['2018':,'收盘价'].to_frame()df['5日均线']=df.收盘价.rolling(5,

min_periods=3).mean()df['20日均线']=df.收盘价.rolling(20,

min_periods=3).mean()df['120日均线']=df.收盘价.rolling(120,

min_periods=3).mean()df['250日均线']=df.收盘价.rolling(250,

min_periods=3).mean()df.plot(kind='line',figsize=(16,9))plt.show()任务小结1.描述Rolling类常用方法的作用2.使用rolling()方法按指定宽度对时间序列进行移动窗口计算一展身手计算美的集团2018年至今交易量和交易额的移动平均值，窗口宽度为20，min_periods为1，输出数据框的值并绘制折线图。结果如表7.2.16和图7.2.3所示。表7.2.16

美的集团交易量和交易额20日均线

date交易量交易额2018-01-024.961200e+063.482408e+092018-01-035.081550e+063.597966e+092018-01-045.794533e+064.168607e+092018-01-055.345625e+063.863079e+092018-01-085.320580e+063.870453e+09.........2021-07-123.354152e+066.890994e+0920