尝试更好地使用 Python 和 pandas...
我有一些股票市场数据,我添加了一个基于“日期”列的星期几列(星期一、星期二、星期三、星期四、星期五),显然每天还有开盘价、最高价、最低价和收盘价列,我还添加了 pct-chance 列,现在我要做的是打印出来,然后绘制所有星期一或我喜欢的任何一天的 pct-change,然后我想绘制平均 pct-change在我的数据中以直方图样式表示每个工作日,所以它看起来像一个直方图图表,星期一、星期二等沿着底部的 X 轴,Y 轴上有它们的平均 pct 变化数据。
所以我需要弄清楚 day_of_week 列 == "Monday"是否返回 pct-change?但我假设有一种更好的方法来处理 pandas,比如 .loc 之类的,但我想不通:(
数据仅由一个整数索引,然后是日期、O、H、L、C、体积、范围、Pct_change、day_of_week 列等,下面是我的 data.head() 输出
Date Open High Low Settle Volume \
0 2017-07-20 12493.0 12567.0 12381.0 12422.0 94966.0
1 2017-07-19 12446.5 12481.5 12408.0 12432.5 68435.0
2 2017-07-18 12554.0 12569.0 12373.5 12425.5 96933.0
3 2017-07-17 12646.5 12668.0 12531.0 12587.0 65648.0
4 2017-07-14 12642.5 12658.5 12567.0 12611.0 59074.0
Prev. Day Open Interest day_of_week Range < MR > MR Pct_change
0 151217.0 Thursday 186.0 NaN 186.0 -0.568318
1 148249.0 Wednesday 73.5 73.5 NaN -0.112481
2 154485.0 Tuesday 195.5 NaN 195.5 -1.023578
3 145445.0 Monday 137.0 137.0 NaN -0.470486
4 144704.0 Friday 91.5 91.5 NaN -0.249160
希望有人能帮助/指出正确的方向,谢谢!!
请您参考如下方法:
我想你需要groupby与骨料 mean然后 DataFrame.plot.bar :
df.groupby('day_of_week')['Pct_change'].mean().plot.bar()
订购可以使用ordered categorical :
cats = ['Monday','Tuesday','Wednesday','Thursday','Friday']
df['day_of_week'] = df['day_of_week'].astype('category', categories=cats, ordered=True)
df.groupby('day_of_week')['Pct_change'].mean().plot.bar()
