Py学习  »  Python

Python金融应用之图表制作(九)——数据透视表

西瓜财经资讯 • 4 年前 • 954 次点击  

NO.238

2020.12.13

工欲善其事,必先利其器


//


  - 前言 -  

◆ ◆ ◆ ◆


今天,小咖带大家利用Python制作数据透视表及透视图。

资料来源:西瓜财经资讯



  - Python进行数据透视 -  

◆ ◆ ◆ ◆


第一步:安装各种包

资料来源:西瓜财经资讯


第二步:导入数据

资料来源:西瓜财经资讯


(1)通过wind的python接口实现自动导入数据。但字段名称将展示为英文,需再通过语句进行调整。


(2)通过从wind下载数据到特定路径,然后通过语句导入Excel文件,可提前在Excel中编辑数据。

资料来源:西瓜财经资讯


第三步:数据透视

资料来源:西瓜财经资讯


(1)使用groupby的方式进行数据透视。groupby函数主要的作用是进行数据的分组以及分组后地组内运算。具体而言:


df[](指输出数据的结果属性名称).groupby([df[属性],df[属性])(指分类的属性,数据的限定定语,可以有多个).mean()(对于数据的计算方式——函数名称)

资料来源:网络

可用于运算的函数,资料来源:网络


(2)如下语句将分别得到下列透视表:

sum7=newstock.groupby(['证监会行业','上市板'])['新股发行数量'].agg(['count','mean','max','min'])

资料来源:西瓜财经资讯


sum8=newstock.groupby(['证监会行业','上市板'])['新股发行数量','网上发行数量'].mean()

注:堆积形式,“上市板”体现在行

资料来源:西瓜财经资讯


sum9=newstock.groupby(['证监会行业','上市板'])['新股发行数量','网上发行数量'].mean().unstack()

注:不堆积形式,“上市板”体现在列

资料来源:西瓜财经资讯


(2)使用pd.pivot_table的方式进行数据透视,具体元素如下:


pivot_table(data,values=None,index=None,columns=None,aggfunc='mean',fill_value=None,margins=False,dropna=True,margins_name='All')


#data:DataFrame对象

#values:要聚合的列或者列表

#index:数据透视表的index,行索引,从原始数据的列中进行筛选

#columns:数据透视表的columns列名,从原始数据中筛选

#aggfunc:用于聚合的函数,默认是np.mean,支持numpy的计算方法


如下语句将分别得到下列透视表:

资料来源:西瓜财经资讯


sum10=pd.pivot_table(newstock,index=['证监会行业','上市板'])

资料来源:西瓜财经资讯


sum11=pd.pivot_table(newstock,index=['证监会行业'],columns=['上市板'],values=['新股发行数量'],aggfunc='mean')

资料来源:西瓜财经资讯


第四步:数据透视图制作

资料来源:西瓜财经资讯


(1)利用matplotlib作图。


sum12=newstock.groupby(['上市板'])['新股发行数量','网上发行数量'].mean()

sum12.plot(kind='bar')

资料来源:西瓜财经资讯


sum13=newstock.groupby(['交易所','上市板'])['新股发行数量','网上发行数量'].mean()

sum13.plot(kind='bar')

资料来源:西瓜财经资讯


(2)利用pyecharts作图。本步骤使用pyecharts制作柱状图,具体方法见往期文章《Python金融应用之利用Pyecharts做动态图——柱状图/折线图》。

资料来源:西瓜财经资讯

资料来源:西瓜财经资讯



  - 后言 -  

◆ ◆ ◆ ◆

后续,小咖不仅将更新市场分析观点,也将不时推出利用Excel(VBA)、python等工具提升金融分析效率的小贴士,欢迎大家关注公众号,一同讨论及分享。


一文看懂《积极型资产配置指南》的资产配置逻辑(全)

一文看懂基金风险及基金风险管理(上)

多周期资产配置法及大类资产配置应用(全)

从《我在高盛的经济预测法》来看如何根据经济指标进行投资

2020半年度大类资产及基金表现盘点

全面解读债券收益率曲线(全)

中债估值/YY估值的分析与对比

近期大类资产行情评述

如何从护城河角度识别伟大的公司?(更)

最全!黄金行情与金价决定因素分析

美林时钟深度理解及在国内市场的应用(全)

一文看懂股债跷跷板效应

从本轮人民币对美贬值看汇率历史走势和影响因素(全)

中美股指历史走势对比及未来展望

Python金融应用之爬虫(一)

Python金融应用之爬虫(二)

Python金融应用之爬虫(三)

Python金融应用之爬虫(四)

Python金融应用之爬虫(五)

Python金融应用之爬虫(六)

Python金融应用之提取交易日+合并截面数据

python量化入门(一)——利用特定指标筛选股票并回测

python量化入门(二)——如何确定基金的市值属性和风格属性(全)

Python金融应用之基金业绩评价体系构建

Python金融应用之利用Pyecharts做动态图——柱状图/折线图

Python金融应用之利用Pyecharts做动态图(二)——饼图/散点图

Python金融应用之利用Pyecharts做动态图(三)——地图

Python金融应用之利用Pyecharts做动态图(四)——玫瑰图

Python金融应用之利用Pyecharts做动态图(五)——词云图

Python金融应用之雷达图制作

Python金融应用之制作热力图

Python金融应用之制作词云

Python金融应用之图表制作(八)——三维图

Python金融应用之图表制作(七)——蜡烛图

Python金融应用之图表制作(六)——色阶图

Python金融应用之图表制作(五)——合并图

Python金融应用之图表制作(四)——饼图

Python金融应用之图表制作(三)——散点图

Python金融应用之图表制作(二)——折线图

Python金融应用之图表制作(一)——柱状图

利用工具自动撰写报告(Python)——进阶版(一)

利用工具自动撰写报告(Python/Excel)——入门版










end


公众号:西瓜财经资讯

撰稿人:安静的金融美女子


记得点个在看哦

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/100061
 
954 次点击