출처 : 금융 데이터 분석을 위한 파이썬 판다스
금융 데이터 분석을 위한 파이썬 판다스
최근 인공지능 AI(Artificial Intelligence)이 보급화되면서 방대한 양의 데이터를 처리하는 방식이 중요해지기 시작했습니다. 판다스(Pandas)는 오픈 소 ...
wikidocs.net
import pandas as pd
df = pd.read_excel("DB/ss_ex_1.xlsx", index_col=0)
df.index = pd.to_datetime(df.index)
df = df.sort_index()[['시가', '저가', '고가', '종가', '거래량']]
print(df.head()) 시가 저가 고가 종가 거래량
일자
2021-02-15 83800.0 83300.0 84500.0 84200.0 23529706.0
2021-02-16 84500.0 84200.0 86000.0 84900.0 20483100.0
2021-02-17 83900.0 83000.0 84200.0 83200.0 18307735.0
2021-02-18 83200.0 82100.0 83600.0 82100.0 21327683.0
2021-02-19 82300.0 81000.0 82800.0 82600.0 25880879.0
resample 메서드
result = df.resample(기준).agg(how)
아래 기준으로 데이터를 샘플링
월(M)/주(W) => 마지막 날짜를 대표값으로 표시 / ( +S) : 첫째 날짜를 대표값으로 표시
일(D)/시(H)/분(T)/초(S) => 첫째 날짜를 대표값으로 표시
# 월단위 그룹핑 후 첫째일 데이터
# 그룹핑 인덱스 -> 그룹의 마지막 인덱스 표시
result = df.resample('M').first()
print(result) 시가 저가 고가 종가 거래량
일자
2021-02-28 83800.0 83300.0 84500.0 84200.0 23529706.0
2021-03-31 85100.0 83000.0 85300.0 83600.0 33498180.0
2021-04-30 82500.0 82000.0 83000.0 82900.0 18676461.0
2021-05-31 81000.0 81000.0 82400.0 81700.0 15710336.0
2021-06-30 80500.0 80100.0 81300.0 80600.0 14058401.0
2021-07-31 80500.0 80000.0 80600.0 80100.0 13382882.0
2021-08-31 79200.0 78700.0 79500.0 79300.0 11739124.0
# 월단위 그룹핑 후 첫째일 데이터
# 그룹핑 인덱스 -> 그룹의 처음 인덱스 표시
result = df.resample('MS').first()
print(result) 시가 저가 고가 종가 거래량
일자
2021-02-01 83800.0 83300.0 84500.0 84200.0 23529706.0
2021-03-01 85100.0 83000.0 85300.0 83600.0 33498180.0
2021-04-01 82500.0 82000.0 83000.0 82900.0 18676461.0
2021-05-01 81000.0 81000.0 82400.0 81700.0 15710336.0
2021-06-01 80500.0 80100.0 81300.0 80600.0 14058401.0
2021-07-01 80500.0 80000.0 80600.0 80100.0 13382882.0
2021-08-01 79200.0 78700.0 79500.0 79300.0 11739124.0
how = {
"시가": "first",
"종가": "last",
"고가": max,
"저가": min,
"거래량": sum,
}
result = df.resample('MS').agg(how)
print(result) 시가 종가 고가 저가 거래량
일자
2021-02-01 83800.0 82500.0 86000.0 81000.0 255020740.0
2021-03-01 85100.0 81400.0 85300.0 80600.0 387612356.0
2021-04-01 82500.0 81500.0 86200.0 81500.0 372938171.0
2021-05-01 81000.0 80500.0 83500.0 78400.0 352211074.0
2021-06-01 80500.0 80700.0 83000.0 79600.0 333099465.0
2021-07-01 80500.0 78500.0 81300.0 78100.0 275886253.0
2021-08-01 79200.0 74400.0 83300.0 74100.0 263311167.0
# 3일 단위 그룹핑
result = df.resample('3D').agg(how)
print(result) 시가 종가 고가 저가 거래량
일자
2021-02-15 83800.0 83200.0 86000.0 83000.0 62320541.0
2021-02-18 83200.0 82600.0 83600.0 81000.0 47208562.0
2021-02-21 83800.0 82000.0 84200.0 81100.0 46007200.0
2021-02-24 81800.0 82500.0 85400.0 81300.0 99484437.0
2021-02-27 NaN NaN NaN NaN 0.0
result = df.resample('12H').agg(how)
print(result.head()) 시가 종가 고가 저가 거래량
일자
2021-02-15 00:00:00 83800.0 84200.0 84500.0 83300.0 23529706.0
2021-02-15 12:00:00 NaN NaN NaN NaN 0.0
2021-02-16 00:00:00 84500.0 84900.0 86000.0 84200.0 20483100.0
2021-02-16 12:00:00 NaN NaN NaN NaN 0.0
2021-02-17 00:00:00 83900.0 83200.0 84200.0 83000.0 18307735.0
# ffill(forward fill) 메서드는 결측값을 이전 로우의 값으로 대체
# bfill(backward fill)
df.resample('12H').agg(how).ffill() 시가 종가 고가 저가 거래량
일자
2021-02-15 00:00:00 83800.0 84200.0 84500.0 83300.0 23529706.0
2021-02-15 12:00:00 NaN NaN NaN NaN 0.0
2021-02-16 00:00:00 84500.0 84900.0 86000.0 84200.0 20483100.0
2021-02-16 12:00:00 NaN NaN NaN NaN 0.0
2021-02-17 00:00:00 83900.0 83200.0 84200.0 83000.0 18307735.0
# 로우에 하나라도 결측값이 있을 경우 NaN으로 거래량을 설정하는 전처리
import numpy as np
temp = df.resample('12H').agg(how)
# isna() : na 존재시 True, any() : 존재하면 True, axis=1 : 로우 단위로 비교교
cond = temp.isna().any(axis=1)
temp.loc[cond, '거래량'] = np.NaN
result = temp.ffill()
print(result) 시가 종가 고가 저가 거래량
일자
2021-02-15 00:00:00 83800.0 84200.0 84500.0 83300.0 23529706.0
2021-02-15 12:00:00 83800.0 84200.0 84500.0 83300.0 23529706.0
2021-02-16 00:00:00 84500.0 84900.0 86000.0 84200.0 20483100.0
2021-02-16 12:00:00 84500.0 84900.0 86000.0 84200.0 20483100.0
2021-02-17 00:00:00 83900.0 83200.0 84200.0 83000.0 18307735.0
... ... ... ... ... ...
2021-08-11 00:00:00 79600.0 78500.0 79800.0 78500.0 30241137.0
2021-08-11 12:00:00 79600.0 78500.0 79800.0 78500.0 30241137.0
2021-08-12 00:00:00 77100.0 77000.0 78200.0 76900.0 42365223.0
2021-08-12 12:00:00 77100.0 77000.0 78200.0 76900.0 42365223.0
2021-08-13 00:00:00 75800.0 74400.0 76000.0 74100.0 61270643.0
[359 rows x 5 columns]
수익률 계산하기
import pandas as pd
df = pd.read_excel('DB/ss_ex_1.xlsx ', index_col=0, usecols=[0, 1, 4])
df.index = pd.to_datetime(df.index)
df.sort_index(inplace=True)
df['quarter'] = df.index.quarter
print(df) 종가 시가 quarter
일자
2021-02-15 84200.0 83800.0 1
2021-02-16 84900.0 84500.0 1
2021-02-17 83200.0 83900.0 1
2021-02-18 82100.0 83200.0 1
2021-02-19 82600.0 82300.0 1
... ... ... ...
2021-08-09 81500.0 81500.0 3
2021-08-10 80200.0 82300.0 3
2021-08-11 78500.0 79600.0 3
2021-08-12 77000.0 77100.0 3
2021-08-13 74400.0 75800.0 3
[127 rows x 3 columns]
df_quarter = df['시가'].resample('q').first().to_frame()
# df_ quarter = df['시가'].groupby(pd.Grouper(freq='q')).first().to_frame()
df_quarter['quarter'] = df_quarter.index.quarter
print(df_quarter) 시가 quarter
일자
2021-03-31 83800.0 1
2021-06-30 82500.0 2
2021-09-30 80500.0 3
df_daily = df[['종가', 'quarter']].reset_index()
print(df_daily) 일자 종가 quarter
0 2021-02-15 84200.0 1
1 2021-02-16 84900.0 1
2 2021-02-17 83200.0 1
3 2021-02-18 82100.0 1
4 2021-02-19 82600.0 1
.. ... ... ...
122 2021-08-09 81500.0 3
123 2021-08-10 80200.0 3
124 2021-08-11 78500.0 3
125 2021-08-12 77000.0 3
126 2021-08-13 74400.0 3
[127 rows x 3 columns]
r = pd.merge(left=df_daily, right=df_quarter, on='quarter')
r['수익률'] = r['종가'] / r['시가']
r = r.set_index(['quarter', '일자'])
print(r) 종가 시가 수익률
quarter 일자
1 2021-02-15 84200.0 83800.0 1.004773
2021-02-16 84900.0 83800.0 1.013126
2021-02-17 83200.0 83800.0 0.992840
2021-02-18 82100.0 83800.0 0.979714
2021-02-19 82600.0 83800.0 0.985680
... ... ... ...
3 2021-08-09 81500.0 80500.0 1.012422
2021-08-10 80200.0 80500.0 0.996273
2021-08-11 78500.0 80500.0 0.975155
2021-08-12 77000.0 80500.0 0.956522
2021-08-13 74400.0 80500.0 0.924224
[127 rows x 3 columns]
댓글