1.叙述性统计与推论性统计

叙述性统计：

• 有系统的归纳数据，了解数据的轮廓。
• 对数据样本做叙述性陈述，例如：平均数、标准偏差、计次频率、百分比。
• 对数据资料的图像化处理，将数据摘要变为图表。

推论性统计：

• 资料模型的构建。
• 从样本推论整体资料的概况。
• 相关、回归、单因子变异数、因素分析。

2.使用pandas产生叙述性统计

pandas提供了一个专门从财经网站获取金融数据的API接口，封装在pandas_datareader中。我们用这个API来获取用于统计的数据：

import pandas_datareader

df = pandas_datareader.data.DataReader('BABA', data_source='yahoo')
print(df.tail())

pandas_datareader的用法见本文第3部分。

2.1.简易统计

# 算出总和
df['Close'].sum()
# 算出平均
df['Close'].mean()
# 算出标准差
df['Close'].std()
# 取得最小值
df['Close'].min()
df[['Open', 'Close']].min()
# 取得最大值
df['Close'].max()
df[['Open', 'Close']].max()
# 取得笔数
df['Close'].count()

# 取得整体叙述性统计
df.describe()

2.2.基本计算

# 计算当日涨跌
df['diff'] = df['Close'] - df['Open']
df['rise'] = df['diff'] > 0
df['fall'] = df['diff'] < 0
# 计算涨跌次数
df[['rise', 'fall']].sum()
# 计算当月涨跌次数
df.loc[df.index >= '2017-04-01', ['rise', 'fall']].sum()#这里只能用.loc，不能用.iloc

df.index：

index的格式为datetime。

# 根据年月统计涨跌次数
df.groupby([df.index.year, df.index.month])['rise', 'fall'].sum()

groupby的用法见链接。

# 计算每日报酬
df['ret'] = df['Close'].pct_change(1)

pct_change的用法见本文第4部分。

3.pandas_datareader.data.DataReader

def DataReader(
    name,
    data_source=None,
    start=None,
    end=None,
    retry_count=3,
    pause=0.1,
    session=None,
    api_key=None,
)

参数讲解：

1. name：股票名称。
2. data_source：数据来源。
3. start：起始时间。
4. end：终止时间。
5. retry_count：如果获取数据失败，则尝试重新获取的次数。
6. pause：尝试重新获取数据的时间间隔。
7. session：requests.sessions.Session instance to be used。
8. api_key：specify an API key for certain data sources。

4.pct_change

pandas中DataFrame的pct_change用于计算当前元素与先前元素相差的百分比。

def pct_change(self, periods=1,fill_method='pad', limit=None, freq=None,**kwargs)

1. periods=n：表示当前元素与先前第n个元素相差的百分比。
2. fill_method：缺失值的填补方式，默认为pad方式。
3. limit：填补连续缺失值的个数限制。
4. freq：DateOffset, timedelta, or offset alias string, optional. Increment to use from time series API (e.g. ‘M’ or BDay())。
5. **kwargs：Additional keyword arguments are passed into DataFrame.shift or Series.shift。

👉例子一：

s = pd.Series([90, 91, 85])

s.pct_change()为：

$$\frac{91-90}{90}=0.011111;\frac{85-91}{91}=-0.065934$$

s.pct_change(periods=2)为：

$$\frac{85-90}{90}=-0.055556$$

👉例子二：

s = pd.Series([90, 91, None, 85])

s.pct_change(fill_method='ffill')为：

👉例子三：

df = pd.DataFrame({
             'FR': [4.0405, 4.0963, 4.3149],
             'GR': [1.7246, 1.7482, 1.8519],
             'IT': [804.74, 810.01, 860.13]},
             index=['1980-01-01', '1980-02-01', '1980-03-01'])

df.pct_change()为：

df.pct_change(axis='columns')为：

5.代码地址

1. 使用pandas产生叙述性统计

---

想要获取最新文章推送或者私聊谈人生，请关注我的个人微信公众号：⬇️x-jeff的AI工坊⬇️

个人博客网站：https://shichaoxin.com

GitHub：https://github.com/x-jeff

---