pandas_demo · 表格处理演示 2026-09-27

     
    内容：

     Series 列vs DataFrame 表

     数据清洗三连：看结构 / 筛条件 / 补缺失

     时间序列三件套：日期索引 / pct_change / rolling

     一张表打尽：收盘价 + 收益率 + 20日均线

导入与主入口

import pandas as pd  # pandas：表格处理库（工作台）

from quant_data import get_kline  # 从数据工具箱拿"拉数据"的函数

if __name__ == "__main__":

1. Series vs DataFrame

    # ========== 1. Series vs DataFrame ==========
    df = get_kline()  # 拿到默认股票日线表格
    print("\n----- DataFrame 长这样（一张表）-----")
    print(df.tail(3).to_string())  # 打印最后 3 行

    s = df["close"]  # 取"收盘价"这一列，得到 Series
    print("\n----- Series 长这样（一列）-----")
    print(s.tail(3))  # 打印这一列最后 3 行
    print("\nSeries 是一列，DataFrame 是一张表；列拼起来就是表。")
  

     
    比喻：Series 是一列（一竖条），DataFrame 是一张表（多列拼起来）。
  

2. 数据清洗三连

清洗三连 ① 看结构

    # ========== 2. 数据清洗三连 ==========
    print("\n===== 清洗三连 ① 看结构 =====")
    print("行数 x 列数:", df.shape)  # .shape：几行几列
    print("列名:", list(df.columns))  # .columns：所有列名
    print("缺失值统计:\n", df.isna().sum())
    # .isna()：每个格子是不是空值（空 True / 不空 False）
    # .sum()：把 True 数一下，得到每列缺几个值
  

清洗三连 ② 筛条件

    print("\n===== 清洗三连 ② 筛条件 =====")
    df["pct"] = df["close"].pct_change()
    # 新增一列 pct：当日涨幅。pct_change() = 和上一行比，变化百分之多少
    hot = df[df["pct"] > 0.03]
    # 布尔筛选：在方括号里写条件，只留下"满足条件的行"
    # 0.03 就是 3%，即单日涨超 3% 的日子
    print(f"五年里单日涨超 3% 的日子有 {len(hot)} 天:")  # 数一下有几行
    print(hot.head(3).to_string())  # 打印前 3 天看看
  

清洗三连 ③ 补缺失

    print("\n===== 清洗三连 ③ 补缺失 =====")
    print("删掉空行后还剩:", len(df.dropna()), "行")
    # .dropna()：把有空值的行删掉
    df = df.dropna()  # 真正执行删除，覆盖原表
  

3. 时间序列三件套

    # ========== 3. 时间序列三件套 ==========
    print("\n===== 时间序列三件套 =====")
    df["收益率"] = df["close"].pct_change()  # ① 收益率（和上一日比）
    df["MA5"] = df["close"].rolling(5).mean()  # ② 5 日均线
    # .rolling(5)：开一个"5 天"的滚动窗口；数据范围就是它以及它前面4个元素（总共5个元素）来计算；.mean()：求窗口里的均值
    df["MA20"] = df["close"].rolling(20).mean()  # ③ 20 日均线
  

4. 一张表打尽

    print("\n----- 一张表打尽 -----")
    print(df.tail(5)[["close", "收益率", "MA5", "MA20"]].to_string())
    # [["close", ...]]：同时取好几列（注意里面是两层方括号）

    print("\n看最后一行：MA20 是 20 天均值的滚动窗口，越平滑、反应越慢；")
    print("MA5 更灵敏。短线上穿长线 = 金叉（买入信号），这就是下期实战的基础。")
  

核心要点速览

Series：一列（df["close"]）

DataFrame：一张表（df）

看结构：shape / columns / isna

筛条件：df[df["pct"] > 0.03]

补缺失：df.dropna()

收益率：pct_change()

均线：rolling(5).mean()

多列选取：df[["close","MA5"]]

     金句：
    pct_change() 算收益率，
    rolling(5).mean() 算均线 ——
    pandas 把"时间序列"变成"一行代码"。
  

运行输出 · python .\pandas_demo.py

PS> python .\pandas_demo.py [数据源] akshare 不可用（ProxyError），尝试 baostock... login success! logout success! [数据源] baostock 获取成功，共 178 条 ----- DataFrame 长这样（一张表）----- open high low close volume date 2026-09-22 1252.15 1265.88 1248.10 1253.80 2457294 2026-09-23 1255.03 1271.50 1250.89 1251.24 3098122 2026-09-24 1250.01 1256.13 1231.05 1237.00 3123935 ----- Series 长这样（一列）----- date 2026-09-22 1253.80 2026-09-23 1251.24 2026-09-24 1237.00 Name: close, dtype: float64 Series 是一列，DataFrame 是一张表；列拼起来就是表。 ===== 清洗三连 ① 看结构 ===== 行数 x 列数: (178, 5) 列名: ['open', 'high', 'low', 'close', 'volume'] 缺失值统计: open 0 high 0 low 0 close 0 volume 0 dtype: int64 ===== 清洗三连 ② 筛条件 ===== 五年里单日涨超 3% 的日子有 8 天: open high low close volume pct date 2026-01-29 1304.138805 1411.595935 1298.336120 1404.484227 18953440 0.086146 2026-02-03 1411.595935 1442.670583 1409.671475 1440.824274 8632066 0.033581 2026-02-04 1450.671255 1497.825397 1439.925542 1489.746575 10912293 0.033954 ===== 清洗三连 ③ 补缺失 ===== 删掉空行后还剩: 177 行 ===== 时间序列三件套 ===== ----- 一张表打尽 ----- close 收益率 MA5 MA20 date 2026-09-18 1257.12 -0.007782 1266.562 1291.7955 2026-09-21 1252.57 -0.003619 1261.484 1289.1910 2026-09-22 1253.80 0.000982 1257.694 1286.6810 2026-09-23 1251.24 -0.002042 1256.342 1284.1030 2026-09-24 1237.00 -0.011381 1250.346 1281.3380 看最后一行：MA20 是 20 天均值的滚动窗口，越平滑、反应越慢； MA5 更灵敏。短线上穿长线 = 金叉（买入信号），这就是下期实战的基础

     
    关键结论：清洗后剩 177 行；单日涨超 3% 的日子有 8 天；MA5 比 MA20 更灵敏，短线上穿长线即"金叉"。
  