[LINUX] [Für Anfänger] Skript innerhalb von 10 Zeilen (3. Datenleser / CSV-Konvertierung)

Ich denke, dass es viele Fälle gibt, in denen CSV- und Excel-Daten intern weitergegeben werden, und selbst wenn sie im Internet veröffentlicht werden, sind sie mit JSON usw. in einer Reihe und CSV wird veröffentlicht.

Die zu erfassenden Daten stammen vom 1. Januar 2016 von Fred's Nikkei 225. Diese Daten werden im Pandas-Datenrahmen gespeichert und in csv geschrieben.

Als Ergänzung zeichnen Sie schließlich mit der Plotfunktion.

【Umgebung】 Linux: debian10 python: 3.7.3 pandas: 1.0.3 pandas-datareader: 0.8.1

1. Datenerfassung und Speicherung im Datenrahmen

Das Abrufen des Datenlesers für die Datenerfassung mit Nikkei 225 hat die folgende Syntax. pdr.DataReader('NIKKEI225' ,'fred' ,start)

Wenn Sie an csv schreiben, schreiben Sie mit Pandas. Die Syntax lautet Datenrahmen .to_csv ('Dateiname schreiben.csv')

Ich habe den Code in Jupiter ausgeführt.

datareader

#Holen Sie sich Nikkei225-Daten von fred mit dem Datenleser und schreiben Sie in csv
#outfile = ('./nikkei225_20200428.csv')
import pandas as pd
from pandas_datareader import data, wb
import datetime
import matplotlib.pyplot as plt

#Datenerfassung / -speicherung im Datenrahmen
start = datetime.datetime(2016, 1 ,1)
df_nikkei225 = pdr.DataReader('NIKKEI225' ,'fred' ,start)

#Schreiben Sie an csv
df_nikkei225.to_csv('./nikkei225_20200428.csv')

Oben wird beim Speichern des Skripts im Datenrahmen das zu erfassende Startdatum in der ersten Zeile angegeben, der Nikkei 225 wird von fred in der zweiten Zeile ab dem angegebenen Datum in der ersten Zeile erfasst und als Datenrahmen beschrieben.

start = datetime.datetime(2016, 1 ,1) df_nikkei225 = pdr.DataReader('NIKKEI225' ,'fred' ,start)

Der Name des Datenrahmens ist "df_nikkei225", aber in Wirklichkeit ist alles in Ordnung.

Die Ausgabe an csv wurde als "nikkei225_20200428.csv" in das aktuelle Verzeichnis ausgegeben.

2. Inhalt der erfassten Daten

Werfen wir einen Blick auf die erfassten Daten. "Df_nikkei225" ist der im vorherigen Code verwendete Datenrahmen.

Datenrahmen

df_nikkei225
#Inhalt des gespeicherten Datenrahmens
 	NIKKEI225
DATE 	
2016-01-01 	NaN
2016-01-04 	18450.98
2016-01-05 	18374.00
2016-01-06 	18191.32
2016-01-07 	17767.34
... 	...
2020-04-22 	19137.95
2020-04-23 	19429.44
2020-04-24 	19262.00
2020-04-27 	19783.22
2020-04-28 	19771.19

1128 rows × 1 columns

Als [Ergänzung] werde ich ein Diagramm zeichnen und es als JPG ausgeben. Der einfachste Weg, die obigen Daten zu zeichnen, besteht in zwei Codezeilen. Zuerst habe ich matplotlib mit "import matplotlib.pyplot as plt" importiert.

In diesem Zustand können Sie mit df.plot () zeichnen, wenn der Datenrahmen "data frame name.plot ()" und "df" ist. </ font> Wenn Sie beispielsweise ein Diagramm als JPG ausgeben, plt.savefig ("Name der Ausgabedatei.jpg ") </ font>

#Grafikzeichnung / Ausgabe
df_nikkei225.plot()
plt.savefig("nikkei225_20200428.jpg ")

df_nikkei225.info()

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 1128 entries, 2016-01-01 to 2020-04-28
Data columns (total 1 columns):
 #   Column     Non-Null Count  Dtype  
---  ------     --------------  -----  
 0   NIKKEI225  1056 non-null   float64
dtypes: float64(1)
memory usage: 17.6 KB

df_nikkei225.isnull().sum()

NIKKEI225    72
dtype: int64

df_nikkei225.head()

DATE 	
2016-01-01 	NaN
2016-01-04 	18450.98
2016-01-05 	18374.00
2016-01-06 	18191.32
2016-01-07 	17767.34