社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
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 • 1043 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
 
1043 次点击