python：pandas 按周分组统计

最新推荐文章于 2025-03-11 08:07:11 发布

原创最新推荐文章于 2025-03-11 08:07:11 发布 · 8k 阅读

13 ·

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

本博客介绍了一种使用Python按周统计基金净值的方法。通过pandas库读取CSV文件中的基金数据，并利用groupby函数按周进行最大值、最小值及平均值的计算，最后将统计数据可视化展示。

部署运行你感兴趣的模型镜像

按周分组统计：基金净值

groupby_week.py

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

# python 按周分组统计：基金净值
if len(sys.argv) ==2:
    fcode = sys.argv[1]
else:
    print('usage: python groupby_week.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'] > '2020-01-01']
df.index = pd.to_datetime(df.date)

week_max = df.groupby(df.index.week).max()
print('week_max:',week_max)

week_min = df.groupby(df.index.week).min()
print('week_min:',week_min)

week_mean = df.groupby(df.index.week).mean()
#print('week_mean:',week_mean)

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

week_agg.plot()
plt.xlabel('week')
plt.ylabel('jz')
plt.grid()
plt.show()

运行 python groupby_week.py 159915