Pandas(III)—DataFrame (中) 金融資料應用

已經對DataFrame有了基礎認識的我們，今天要更進一步的了解如何用DataFrame處理簡單的股價資料。在本篇文章中，我們以台灣市值最大的股票台積電當範例，來看如何用python處理這些資料。

股價資料可自行下載，或按此取得。

(一) 資料讀取

在Pandas中，讀取資料相當容易，若我們已經將檔案跟python檔放在同一個資料夾，則直接使用pd.read_檔案型態(‘檔案名稱’)即可讀取。舉例來說，想我們這次的檔案是csv檔，則我們可以用pd.read_csv(‘檔案名稱’)即可讀取。

另外，若檔案放在不同的資料夾，則我們可以透過pd.read_檔案型態(‘檔案路徑’)來讀取資料。

我們可以看到，這是台積電從2000/1/4至2019/1/30的股價資料。細心的讀者會發現到，我們用head()來顯示前5筆資料，用tail()來顯示最後5筆資料。這是大數據非常好用的一個方法，可以藉由頭尾資料的顯示來檢驗資料是否有問題。另外，我們也可以在括號裡加數字，即可控制想要顯示的筆數。

在上例中我們可以看到，讀取進來資料的index為預設的，從0開始。然而，在金融資料處理中，很多時候，我們都希望可以將資料日期設定為index。這時，就可以透過.set_index(pd.to_datetime(資料[‘Date’],inplace=True)來達成啦!

從上圖我們可以看到，index已經由數字轉換成日期了!然而，原始的Date欄位還是存在，我們可以透過drop(‘欄位名稱’,axis=1)把該欄位刪除。

我們可以用.index取出日期索引，另外我們也可以看到，索引的型態為時間。

在DataFrame中，我們可以直接挑選某個欄位來繪圖，如:

我們也可以挑選某個欄位的某段時間來繪圖，如:

在我們有了日資料後，該如何從裡面抓取周資料、月資料與年資料呢? 很簡單，用resample(‘資料頻率’)就對了!

資料頻率代號:
周資料(Weekly): W
月資料(Monthly): M
年資料(Yearly):Y

我們來看看用年資料畫圖的結果，資料點數變少，相對平滑:

在金融資料處理中，變化不大的情況下，log return通常會趨近於傳統的報酬(百分比變化)，而因為log函數在數學上有許多良好的性質，如可直接累加，在金融計算上會更為方便。因此，我們很多時候都會採取直接計算log return。

回顧一下numpy單元，我們學到np.log(data)就可以直接對資料取log，而np.diff(data)可以直接對資料後減前。以我們這邊要計算的log return來說，就是要對股價取log後再相減。以下範例我們以周資料來進行。

到這邊，細心地讀這會發現到，時間軸已經不是我們先前設置的日期index了!為什麼會這樣呢?因為當我們在用numpy模組的diff與log做計算時，資料格式已經自動轉換成numpy的array了!

那麼，該如何將日期index設定回來呢?
因為這筆資料為一維度的資料，我們可以將它轉換成先前學過的Series。在index設定方面，因報酬從第二筆資料才開始有，因此我們的index會從1開始取，範例如下:

到這邊，相信大家已經對於DataFrame在金融應用上有了初步的認識。下次，我們將介紹更多實用的功能給大家唷!