Советы и приёмы работы с наборами данных

Финансовое прогнозирование в Python

Victoria Clark

CGMA Financial Analyst

Типичные трудности при работе с финансовыми данными

Исходные данные бывают в разных форматах
Форматы дат могут различаться!
- В США: Месяц-День-Год, в Европе: День-Месяц-Год
- 09-08-2018 в США — 8 сентября, в Европе — 9 августа
Это создаёт трудности при:
- Интерпретации
- Объединении данных

Использование словаря

Словарь: ассоциативный массив
Ключи сопоставляются со значениями
Неупорядоченные пары «ключ — значение»
Например:
- Значение 01 имеет ключ Jan

dictionary = {01: 'Jan'}

словарь

Не забывайте использовать библиотеку datetime

Директива	Значение	Пример
%d	День месяца в виде числа с ведущим нулём	01, 02, …, 31
%b	Сокращённое название месяца	Jan, Feb, …, Dec
%B	Полное название месяца	January, …,
%m	Номер месяца с ведущим нулём	01, 02, …, 12
%y	Год без века с ведущим нулём	00, 01, …, 99
%Y	Год с веком	1988, 2001, 2013

# Example: 19-02-2018 will be written:
('19-02-2018', '%d-%m-%Y')

Перебор элементов

Функция iteritems()

# Create dictionary with strings as keys
# and ints as values
wordFrequency = {
    "Hello" : 7,
    "hi" : 10,
    "there" : 45,
    "at" : 23,
    "this" : 77
    }

# Iterate over dictionary using for loop
for key in wordFrequency:
    value = wordFrequency[key]
    print(key, " :: ", value)

Hello  ::  7
there  ::  45
at  ::  23
this  ::  77
hi  ::  10

Давайте потренируемся!

Финансовое прогнозирование в Python