处理数据集的技巧与诀窍

Python 金融预测

Victoria Clark

CGMA Financial Analyst

处理金融数据的常见挑战

  • 原始数据格式各不相同

  • 日期格式可能不同！

    • 美式：月-日-年；欧式：日-月-年
    • 09-08-2018 在美式为 9 月 8 日，欧式为 8 月 9 日

  • 可能带来挑战：

    • 解释
    • 合并
Python 金融预测

使用字典

  • 字典： 关联数组
  • 键映射到值

  • 无序的键值对

  • 例如：

    • 值 01 的键为 Jan
dictionary = {01: 'Jan'}

字典

Python 金融预测

记得使用 datetime 库

Directive 含义 示例
%d 月中的日，零填充十进制 01, 02, …, 31
%b 本地化的月份缩写 Jan, Feb, …, Dec
%B 本地化的月份全称 January, …,
%m 月份，零填充十进制 01, 02, …, 12
%y 两位年份，零填充 00, 01, …, 99
%Y 四位年份 1988, 2001, 2013 
# 示例：19-02-2018 写作：
('19-02-2018', '%d-%m-%Y')
Python 金融预测

遍历项

  • iteritems() 函数
# 使用字符串作键、整数作值创建字典
wordFrequency = {
    "Hello" : 7,
    "hi" : 10,
    "there" : 45,
    "at" : 23,
    "this" : 77
    }

# 使用 for 循环遍历字典
for key in wordFrequency:
    value = wordFrequency[key]
    print(key, " :: ", value)

Hello  ::  7
there  ::  45
at  ::  23
this  ::  77
hi  ::  10
Python 金融预测

让我们练习吧！

Python 金融预测

Preparing Video For Download...