第五次课作业2

作业2

undefined.undefined

• 读取 五粮液2020.xlsx 数据
• 查看该数据的基本信息
• 计算每一天各指标的差异值
• 计算其 pre_close 的增长率
• 将 pre_close 的增长率添加至数据中(新增列)
• 将 pct_change 该列 呈现的 NaN 用0填充
• 查看 pre_close 与 pct_change 的相关性

• 将 pct_change 这列乘以100 保留两位小数 成为百分比

• 读取 五粮液2020.xlsx 数据

  import numpy as np
  import pandas as pd
  df = pd.read_excel('五粮液2020.xlsx')
  df

• 查看该数据的基本信息

  df.info()

• 计算每一天各指标的差异值

  data = df.T[2:].T
  data
  data.diff()

• 计算其 pre_close 的增长率

  data_pre_close = df["pre_close"]
  data_pre_close
  data_pre_close.pct_change()

• 将 pre_close 的增长率添加至数据中(新增列)

  df['pct_change']=data_pre_close.pct_change()
  df

• 将 pct_change 该列 呈现的 NaN 用0填充

  df=df.fillna(0)
  df

• 查看 pre_close 与 pct_change 的相关性

  df["pre_close_change"] = df["pre_close"].pct_change()
  df["pre_close"].corr(df["pre_close_change"])

• 将 pct_change 这列乘以100 保留两位小数 成为百分比

  df['pct_change'] = df['pct_change'].apply(lambda x:"%.2f%%"%(x*100))
  df