เคล็ดลับและเทคนิคในการทำงานกับชุดข้อมูล

การพยากรณ์ทางการเงินด้วย Python

Victoria Clark

CGMA Financial Analyst

ความท้าทายที่พบบ่อยในการทำงานกับข้อมูลทางการเงิน

  • ข้อมูลดิบมีหลายรูปแบบ
  • รูปแบบวันที่อาจแตกต่างกัน!

    • รูปแบบสหรัฐฯ คือ เดือน-วัน-ปี, ยุโรป คือ วัน-เดือน-ปี
    • 09-08-2018 ในสหรัฐฯ หมายถึง 8 กันยายน, ในยุโรป หมายถึง 9 สิงหาคม
  • อาจก่อให้เกิดปัญหาใน:

    • การตีความ
    • การรวมข้อมูล
การพยากรณ์ทางการเงินด้วย Python

การใช้ dictionary

  • Dictionary: อาร์เรย์แบบเชื่อมโยง
  • คีย์ถูกแมปกับค่า
  • คู่ key-value ที่ไม่มีลำดับ

  • ตัวอย่าง:

    • ค่า 01 มีคีย์เป็น Jan
dictionary = {01: 'Jan'}

dictionary

การพยากรณ์ทางการเงินด้วย Python

อย่าลืมใช้ไลบรารี datetime

Directive Meaning Example
%d วันที่ในรูปแบบตัวเลขที่มีเลขศูนย์นำหน้า 01, 02, …, 31
%b ชื่อเดือนแบบย่อตามโลแคล Jan, Feb, …, Dec
%B ชื่อเดือนแบบเต็มตามโลแคล January, …,
%m เดือนในรูปแบบตัวเลขที่มีเลขศูนย์นำหน้า 01, 02, …, 12
%y ปีแบบไม่มีศตวรรษ ในรูปแบบตัวเลขที่มีเลขศูนย์นำหน้า 00, 01, …, 99
%Y ปีแบบมีศตวรรษในรูปแบบตัวเลข 1988, 2001, 2013
# Example: 19-02-2018 will be written:
('19-02-2018', '%d-%m-%Y')
การพยากรณ์ทางการเงินด้วย Python

การวนซ้ำผ่านรายการ

  • ฟังก์ชัน 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
การพยากรณ์ทางการเงินด้วย Python

มาฝึกกันเถอะ!

การพยากรณ์ทางการเงินด้วย Python

Preparing Video For Download...