python：pandas 按年月分组统计

最新推荐文章于 2024-11-21 16:18:29 发布

原创最新推荐文章于 2024-11-21 16:18:29 发布 · 1.1w 阅读

30 ·

CC 4.0 BY-SA版权

文章标签：

#python #pandas #groupby

python 专栏收录该内容

301 篇文章

订阅专栏

本文介绍了一种使用Python对基金净值数据进行按年月分组统计的方法。通过pandas库读取CSV文件中的数据，并利用groupby函数按年月进行分组，计算每组的最大值、最小值和平均值。最后通过matplotlib绘制基金净值的变化趋势图。

按年月分组统计：基金净值

groupby_ym.py

# coding=utf-8
import os, sys
import matplotlib.pyplot as plt
import pandas as pd

# python 按年月分组统计：基金净值
if len(sys.argv) ==2:
    fcode = sys.argv[1]
else:
    print('usage: python groupby_ym.py fcode ')
    sys.exit(1)

if len(fcode) !=6:
    print(' fcode is char(6)')
    sys.exit(2)

file1 = "./" +fcode +'.csv'
if not os.path.exists(file1):
    print(file1 +' is not exists.')
    sys.exit(3)

# 用pandas读取csv
df = pd.read_csv(file1)
del df['ljjz']  # 删除多余一列数据
df = df[ df['date'] > '2019-01-01']
df.index = pd.to_datetime(df.date)

ym_max = df.groupby([df.index.year, df.index.month]).apply(lambda t: t[t.jz==t.jz.max()])
print('ym_max:',ym_max)

ym_min = df.groupby([df.index.year, df.index.month]).apply(lambda t: t[t.jz==t.jz.min()])
print('ym_min:',ym_min)

ym_mean = df.groupby([df.index.year, df.index.month]).mean()

ym_agg = df.groupby([df.index.year, df.index.month]).agg({'jz':['max','mean','min']})
#print('ym_agg:',ym_agg)

ym_agg.plot()
plt.xlabel('year,month')
plt.ylabel('jz')
plt.grid()
plt.show()

运行 python groupby_ym.py 515000