Ich habe diesmal versucht, den Titel zu ändern, aber der Inhalt ändert sich nicht viel. Ich werde vom letzten Mal weitermachen.
Dieses Mal werden wir zwei CSV-Daten verwenden (Nikkei-Durchschnitt und NY Dow).
nikkei = pd.read_csv("nikkei.csv", parse_dates=['Daten Datum']) #CSV-Daten lesen
nikkei.tail()
Die NY-Daten sind wie im Bild gezeigt.
NY = pd.read_csv("NYd.csv", parse_dates=['Daten Datum'])
NY.head()
#Daten kombinieren
join_data = pd.merge(nikkei, NY[["Daten Datum", "Schlusskurs", "Offener Preis", "Hoher Preis", "Niedriger Preis"]], on="Daten Datum", how = "left")
join_data.tail() #Versuchen Sie anzuzeigen
Kombinieren Sie NY Dow-Daten mit Nikkei-Durchschnittsdaten. Kombinierte Datendaten wie üblich. "~ _x" ist der Nikkei-Durchschnitt und "~ _y" ist der NY Dow.
Zeichnen Sie es wie beim letzten Mal (siehe letzten Artikel).
nikkei_close = go.Scatter(x = join_data['Daten Datum'][-200:],
y = join_data['Schlusskurs_x'][-200:],
name = "nikkei_close",
line = dict(color = '#000000'), #Machen Sie es eine schwarze Linie
opacity = 0.8)
NY_close = go.Scatter(x = join_data['Daten Datum'][-200:],
y = join_data['Schlusskurs_y'][-200:],
name = "NY_close",
opacity = 0.8)
data = [nikkei_close, NY_close]
layout = dict(title = "Nikkei Average und NY Dow", )
fig = dict(data = data, layout=layout)
iplot(fig)
Es stellte sich heraus, dass es so etwas war. Es gibt hier und da keinen Wert für NY Dow. Es gibt sogenannte fehlende Werte. Vielleicht ist es ein Feiertag auf dem New Yorker Markt. Ist es vorerst ein Rätsel? Dieses Mal habe ich nur die Daten kombiniert, aber das ist alles für den Codeteil.
Diesmal haben wir über Datenbindung gesprochen. Es gibt jedoch einige Probleme, die durch einfaches Kombinieren erkannt werden können.
--Was sind die fehlenden Werte in der Grafik?
Was für ein Ort wie. Ich werde es zusammenfassen, wenn ich es lösen kann. : grinsen:
Recommended Posts