《Pandas数据处理》课件 项目七　处理时间序列

统计上证指数月度收益率

问题描述现有1990年12月19日至2021年7月16日的上证指数的数据如表7.1.1所示。OPEN表示开盘价，HIGH最高价，LOW表示最低价，CLOSE表示收盘价。请求出上证指数的月度收益率（见表7.1.2），并绘制图表(见图7.1.1)。月度收益率是指以上月收盘价买入，以本月收盘价卖出所获得的收益率，用公式表示为:。问题描述表7.1.2上证指数月度收益率表dateclose收益率1990-12-31127.610NaN1991-01-31129.9700.0184941991-02-28133.0100.0233901991-03-31120.190-0.0963841991-04-30113.940-0.052001.........2021-02-283509.0800.0074682021-03-313441.912-0.0191412021-04-303446.8560.0014362021-05-313615.4770.0489202021-06-303591.197-0.006716图7.1.1上证指数月度收益率题前思考问题分析根据问题描述，填写以下表格问题描述问题解答怎样从日股价数据取得月股价数据？

怎样求月度收益率？1.调用时间序列的resample()方法将日股价数据按月份分组；2.调用分组的ohlc()函数分别取得每个分组的开盘价(o)、最高价(h)、最低价(l)和收盘价(c)；3.调用pct_change()方法求收盘价的变化比率(PerCenTofchange)就得到了月度收益率。importpandasaspdfrompylabimportpltplt.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\指数.xlsx",index_col=[0])①month=df.loc[:'2021/6','close'].resample('M').ohlc()②month=month.loc[:,['close']]month['收益率']=month['close'].pct_change()③print(month)month['收益率'].plot(kind='line',figsize=(16,9),grid=True,title="上证指数月度收益率")④plt.show()程序代码读入上证指数日线数据。参数index_col=[0]指定第0列即日期列作为行索引，构成时间序列，这是处理时间序列的先决条件。importpandasaspdfrompylabimportpltplt.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\指数.xlsx",index_col=[0])①month=df.loc[:'2021/6','close'].resample('M').ohlc()②month=month.loc[:,['close']]month['收益率']=month['close'].pct_change()③print(month)month['收益率'].plot(kind='line',figsize=(16,9),grid=True,title="上证指数月度收益率")④plt.show()程序代码取得月度收盘价数据存放到变量month。程序代码dateopenhighlowclose1990-12-3199.980127.61099.980127.6101991-01-31128.840134.740128.840129.9701991-02-28129.510134.870128.580133.0101991-03-31132.530132.530120.190120.1901991-04-30120.730121.720113.940113.940...............2021-02-283505.2843696.1683496.3333509.0802021-03-313551.4003576.9053357.7373441.9122021-04-303466.3323484.3923396.4703446.8562021-05-313441.2833615.4773418.8743615.4772021-06-303624.7143624.7143518.3293591.197表7.1.4上证指数月度数据表importpandasaspdfrompylabimportpltplt.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\指数.xlsx",index_col=[0])①month=df.loc[:'2021/6','close'].resample('M').ohlc()②month=month.loc[:,['close']]month['收益率']=month['close'].pct_change()③print(month)month['收益率'].plot(kind='line',figsize=(16,9),grid=True,title="上证指数月度收益率")④plt.show()程序代码求月度收盘价的变化百分比，即月度收益率。importpandasaspdfrompylabimportpltplt.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\指数.xlsx",index_col=[0])①month=df.loc[:'2021/6','close'].resample('M').ohlc()②month=month.loc[:,['close']]month['收益率']=month['close'].pct_change()③print(month)month['收益率'].plot(kind='line',figsize=(16,9),grid=True,title="上证指数月度收益率")④plt.show()程序代码绘制上证指数月度收益率图。任务小结1.描述resample()函数的作用和各参数的含义2.描述频率字符串的含义一展身手统计上证指数2000-1-1到2021-7-31间的周平均收益率，要求以每周周一为第一天。请输出周收益率表(见表7.1.7)并绘制周收益率折线图（见图7.1.2）。dateclose收益率2000-01-031366.5800.0000002000-01-101545.1120.1306412000-01-171433.330-0.0723462000-01-241477.3440.0307082000-01-311534.9970.039025.........2021-06-213529.183-0.0168722021-06-283606.3720.0218722021-07-053534.322-0.0199792021-07-123547.8360.0038242021-07-193539.304-0.002405制作团队制作：XXXXXX按季度统计股票平均交易量和交易额主讲人：xxXXXXXXXXXX学校问题描述请统计贵州茅台从2001年第四季度到2021年第二季度间每个季度交易量和交易额的总和及平均值，并绘制这些数据的折线图，原始数据见表7.1.8。date交易量交易额2001-08-274063180014103471362001-08-28129647004634631362001-08-2953252001946896162001-08-3048013001775585602001-08-31232310086231000.........2021-07-12390102476587862282021-07-13299247159462872582021-07-14307706960118148802021-07-15421900583915062282021-07-1635407646958296858问题描述输出结果date交易量平均

总和交易额平均

总和2001-09-30966001003.864004e+0634521323301.380853e+082001-12-31592248009.708984e+0521271539063.487138e+072002-03-31741146001.482292e+0627774940155.554988e+072002-06-30291850004.946610e+0510693037131.812379e+072002-09-30192415002.960231e+056219812379.568942e+06...............2020-06-301628614002.760363e+062135520541443.619526e+092020-09-302467335003.738386e+064142097894406.275906e+092020-12-311905409003.175682e+063369741800965.616236e+092021-03-312748137584.738168e+065853278479381.009186e+102021-06-302036373523.393956e+064247974875727.079958e+09表7.1.9

贵州茅台交易量和交易额表统计表图7.1.3贵州茅台交易量折线图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对股价按季度进行分组？

如何对各季度的数据进行统计？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=="贵州茅台"').loc[:'2021-6',['交易量','交易额']]②df=df[['交易量','交易额']].resample('Q').agg([('总和',np.sum),('平均',np.mean)])③print(df)程序代码读入所有股票的股价数据，以第0列即日期作为行索引，日期作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=="贵州茅台"').loc[:'2021-6',['交易量','交易额']]②df=df[['交易量','交易额']].resample('Q').agg([('总和',np.sum),('平均',np.mean)])③print(df)程序代码从所有股票价格中选出贵州茅台的交易量和交易额数据。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=="贵州茅台"').loc[:'2021-6',['交易量','交易额']]②df=df[['交易量','交易额']].resample('Q').agg([('总和',np.sum),('平均',np.mean)])③print(df)程序代码按季度对数据进行重采样，对每个分组分别对交易量和交易额求和及求平均。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=="贵州茅台"').loc[:'2021-6',['交易量','交易额']]②df=df[['交易量','交易额']].resample('Q').agg([('总和',np.sum),('平均',np.mean)])③print(df)df.loc[:,'交易量'].plot(style=['k-.','k-'],figsize=(16,9),secondary_y=['总和'],title='贵州茅台季度交易量')④df.loc[:,'交易额'].plot(style=['k-.','k-'],figsize=(16,9),secondary_y=['总和'],title='贵州茅台季度交易额')plt.show()程序代码绘制交易量折线图。程序代码表7.1.11贵州茅台交易量统计表

date总和平均2001-09-30966001003.864004e+062001-12-31592248009.708984e+052002-03-31741146001.482292e+062002-06-30291850004.946610e+052002-09-30192415002.960231e+05.........2020-06-301628614002.760363e+062020-09-302467335003.738386e+062020-12-311905409003.175682e+062021-03-312748137584.738168e+062021-06-302036373523.393956e+06任务小结1.描述Resample类常用方法的作用2.使用resample()方法按指定频率对时间序列进行重采样并统计出结果一展身手按月统计贵州茅台收益率的最大值、最小值、平均值和标准差（见表7.1.13），并绘制它们的折线图（见图7.1.5）。date最大值最小值平均值标准差2007-01-310.072360-0.0699650.0087540.0367602007-02-280.036661-0.096681-0.0110020.0361472007-03-310.099954-0.0295530.0038250.0292432007-04-300.052833-0.0392380.0007430.0243622007-05-310.070645-0.0663800.0051300.038580...............2021-02-280.059792-0.0699110.0008880.0380712021-03-310.039845-0.050000-0.0020700.0258592021-04-300.057471-0.0305880.0001470.0205822021-05-310.059485-0.0285860.0057970.0218232021-06-300.020910-0.035227-0.0030290.016070制作团队制作：XXXXXX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+092021-07-133.356969e+066.867667e+092021-07-143.372857e+066.869312e+092021-07-153.478470e+067.060952e+092021-07-163.385367e+066.842408e+09图7.2.3

美的集团交易量和交易额20日均线制作团队制作：XXXXXX制作股票价格与上证指数间的收益相关图主讲人：xxXXXXXXXXXX学校问题描述请计算中芯国际、云南白药、海康威视、美的集团、贵州茅台这五只股票2020年及以后的收益率与上证指数收益率之间的相关系数并绘制折线图，窗口宽度为120，最短时期为20。相关系数反映两个变量之间的线性相关性，相关系数的取值范围是[-1,1]，如果值为正表示两个变量同向变化，反之则反向变化。问题描述表7.2.18

股票收益率与上证指数收益率间的相关系数名称date中芯国际云南白药海康威视美的集团贵州茅台2020-08-120.5054470.5219940.6371010.6876820.7106312020-08-130.5055480.5214800.6448170.6875940.7122742020-08-140.5065100.5183170.6432550.6859840.7115322020-08-170.5003820.5161580.6388570.6800510.7128602020-08-180.4937140.5157780.6349600.6808520.715496..................2021-07-120.4060340.5874480.6098610.4917910.6404112021-07-130.4004730.5784120.6009130.4819620.6354912021-07-140.4042730.5732960.6001340.4822010.6360652021-07-150.4085840.5633470.5977450.4704050.6371952021-07-160.4178490.5662810.6002560.4729790.642149图7.2.4股票收益率与上证指数收益率间的相关系数输出结果题前思考根据问题描述，填写以下表格问题描述问题解答怎样读取excel表中的指定列？

如何将不同股票的价格分割成多列？

怎样计算股票收益率与上证指数收益间的相关系数？importpandasaspdfrompylabimportpltplt.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a负号显示问题）stocks=pd.read_excel(r"D:\pydata\项目七\股价.xlsx",index_col=[0,1],usecols=['date','名称','收益率'])①index=pd.read_excel(r"D:\pydata\项目七\指数.xlsx",index_col=[0],usecols=['date','close'])②程序代码从文件“股价.xlsx”中读取列'date','名称','收益率'，并将'date','名称'列作为行索引。importpandasaspdfrompylabimportpltplt.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a负号显示问题）stocks=pd.read_excel(r"D:\pydata\项目七\股价.xlsx",index_col=[0,1],usecols=['date','名称','收益率'])①index=pd.read_excel(r"D:\pydata\项目七\指数.xlsx",index_col=[0],usecols=['date','close'])②程序代码从文件“指数.xlsx”中读取收盘价数据，并将date设为行索引。stocks=stocks.unstack().loc['2020':,'收益率']③index=index.pct_change()④res=stocks.rolling(120,min_periods=2