Python資料分析
1 NumPy子產品
1.1 介紹
NumPy(Numerical Python) 是用于科學計算的基礎庫，支援多元度的數組與矩陣運算。
1.2 ndarray對象
1.2.1 介紹
ndarray對象是用于存放同類型元素的多元數組對象，是一系列同類型資料的集合。
ndarray對象中的每個元素在記憶體中都占據相同大小的存儲區域。
數組和清單的差別是數組中的所有元素類型必須相同，類型優先級：字元串 > 浮點型 > 整數
1.2.2 建立ndarray對象
1.2.2.1 numpy.array
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
| 參數 | 說明 |
|---|---|
| object | 數組或嵌套的數列 |
| dtype | 元素的資料類型 |
| copy | 對象是否需要複制 |
| order | 建立數組的樣式，C為行方向，F為列方向，A為任意方向(預設) |
| subok | 預設傳回一個與基類類型一緻的數組 |
| ndmin | 指定生成數組的最小次元 |
import numpy as np
# 一維數組
np.array([1, 2, 3]) # array([1, 2, 3])
# 二維數組
np.array([[1, 2, 3], [4, 5, 6]])
'''
array([[1, 2, 3],
[4, 5, 6]])
'''
# 數組中的所有元素類型必須相同，類型優先級：字元串>浮點型>整數
np.array([1, 1.2, '12']) # array(['1', '1.2', '12'], dtype='<U32')
np.array([1, 1.2, 12]) # array([ 1. , 1.2, 12. ])
# 指定最小次元
np.array([1, 2, 3], ndmin=5) # array([[[[[1, 2, 3]]]]]))
# 指定dtype
np.array([1, 2, 3], dtype=complex) # array([1.+0.j, 2.+0.j, 3.+0.j])
1.2.2.2 numpy提供的routines函數
-
numpy.empty
用于建立未初始化的數組，元素為随機值。
arr = np.empty([3, 2], dtype=int)
arr.fill(100)
'''
array([[100, 100],
[100, 100]])
'''
- numpy.zeros
np.zeros(shape=(2, 3)) # 預設為浮點數
'''
array([[0., 0., 0.],
[0., 0., 0.]])
'''
np.zeros(3, dtype=np.int) # 指定為整形
array([0, 0, 0])
- numpy.ones
np.ones(3) # 預設為浮點數
'''
array([1., 1., 1.])
'''
np.ones(3, dtype=np.int) # 指定為整形
'''
array([1, 1, 1])
'''
-
np.linspace
指定元素個數，傳回一維等差數列。
np.linspace(開始值, 終止值, 元素個數)
np.linspace(0, 20, num=10)
'''
array([ 0. , 2.22222222, 4.44444444, 6.66666667, 8.88888889,
11.11111111, 13.33333333, 15.55555556, 17.77777778, 20. ])
'''
-
np.arange
指定步長，傳回一維等差數列。
np.arange(開始值, 終止值, 步長)
-
np.random.randint
傳回随機數組，指定元素取值範圍。
np.random.randint(0, 100, size=(2, 3))
'''
array([[84, 26, 20],
[10, 88, 4]])
'''
-
np.random.random
傳回随機數組，元素取值範圍為[0, 1]。
np.random.random(size=(2, 3))
'''
array([[0.34844375, 0.44087602, 0.82370203],
[0.04277734, 0.8713185 , 0.57144526]])
'''
1.2.2.3 matplotlib.pyplot
利用圖檔資料生成ndarray對象。
import matplotlib.pyplot as plt
# imread傳回numpy數組。
img_arr = plt.imread('./test.jpg')
# 使用numpy數組進行圖像展示。
plt.imshow(img_arr)
1.2.3 NumPy基本類型
arr0 = np.array([1, 2, 3], dtype='float32') # array([1., 2., 3.], dtype=float32)
arr1 = arr0.astype('int8')
print(arr1) # array([1, 2, 3], dtype=int8)
print(arr0) # array([1., 2., 3.], dtype=float32)
arr0.dtype = 'int16'
print(arr0) # array([ 0, 16256, 0, 16384, 0, 16448], dtype=int16)
1.2.4 ndarray對象的屬性
| 屬性 | 說明 |
|---|---|
| ndim | 秩(rank)，即軸的數量或次元的數量 |
| shape | 數組的次元 |
| size | 數組元素的總個數 |
| dtype | 數組的元素類型 |
arr = np.random.random(size=(2, 3))
arr.ndim # 2
arr.shape # (2, 3)
arr.size # 6
arr.dtype # dtype('float64')
1.3 操作ndarray對象
1.3.1 索引操作
arr = np.random.randint(0, 100, size=(5, 6))
'''
array([[36, 50, 31, 15],
[71, 3, 8, 9],
[47, 12, 8, 47]])
'''
arr[1][3] # 9
1.3.2 切片操作
# 取出前兩行的資料
arr[0:2]
'''
array([[36, 50, 31, 15],
[71, 3, 8, 9]])
'''
# 取出前兩列的資料
arr[:, 0:2]
'''
array([[36, 50],
[71, 3],
[47, 12]])
'''
# 取出前兩行前兩列的資料
arr[0:2, 0:2]
'''
array([[36, 50],
[71, 3]])
'''
1.3.3 翻轉操作
arr
'''
array([[36, 50, 31, 15],
[71, 3, 8, 9],
[47, 12, 8, 47]])
'''
# 按行翻轉
arr[::-1]
'''
array([[47, 12, 8, 47],
[71, 3, 8, 9],
[36, 50, 31, 15]])
'''
# 按列翻轉
arr[:, ::-1]
'''
array([[15, 31, 50, 36],
[ 9, 8, 3, 71],
[47, 8, 12, 47]])
'''
# 按行和列翻轉
arr[::-1, ::-1]
'''
array([[47, 8, 12, 47],
[ 9, 8, 3, 71],
[15, 31, 50, 36]])
'''
1.3.4 翻轉操作案例 翻轉圖檔
img_arr.shape # (626, 413, 3)
# 将圖檔上下翻轉
plt.imshow(img_arr[::-1])
plt.imshow(img_arr[::-1, :, :])
# 将圖檔左右翻轉
plt.imshow(img_arr[:, ::-1, :])
# 反色處理
plt.imshow(img_arr[:, :, ::-1])
# 圖檔裁剪
plt.imshow(img_arr[170:390, 100:320, :])
1.3.5 變形操作 reshape
變形操作不能修改數組的元素個數。
arr.shape # (3, 4)
# 二維數組 => 一維數組
arr1 = arr.reshape((12,)) # array([36, 50, 31, 15, 71, 3, 8, 9, 47, 12, 8, 47])
# 二維數組變形
arr2 = arr.reshape(2, 6)
'''
array([[36, 50, 31, 15, 71, 3],
[ 8, 9, 47, 12, 8, 47]])
'''
1.3.6 級聯操作 concatenate
将多個numpy數組在行方向上進行橫向拼接或在列方向上進行縱向拼接。
numpy.concatenate((a1, a2, ...), axis)
a1, a2, …：相同類型的數組；
axis：軸向，0表示列(預設)，1表示行。
axis=0，列方向進行拼接，列數要相等；
axis=1，行方向進行拼接，行數要相等。
arr1 = np.random.randint(0, 100, size=(2, 1))
arr2 = np.random.randint(0, 100, size=(2, 3))
np.concatenate((arr1, arr2), axis=1)
'''
array([[83, 24, 42, 66],
[96, 66, 25, 52]])
'''
1.3.7 級聯操作案例 圖檔九宮格
img_arr_3 = np.concatenate((img_arr, img_arr, img_arr), axis=1) # 橫向拼接
img_arr_9 = np.concatenate((img_arr_3, img_arr_3, img_arr_3), axis=0) # 縱向拼接
plt.imshow(img_arr_9)
1.4 函數
1.4.1 統計函數
1.4.1.1 amin，amax
numpy.amin() 用于擷取數組中指定軸向上的元素最小值。
numpy.amax() 用于擷取數組中指定軸向上的元素最大值。
參數axis指定軸向，0表示列(預設)，1表示行。
arr
'''
array([[36, 50, 31, 15],
[71, 3, 8, 9],
[47, 12, 8, 47]])
'''
np.amin(arr, axis=0) # array([36, 3, 8, 9])
np.amin(arr, axis=1) # array([15, 3, 8])
1.4.1.2 極差 ptp
numpy.ptp()函數用于計算數組中指定軸向上的元素最大值與最小值之差，即：最大值 - 最小值。
arr
'''
array([[36, 50, 31, 15],
[71, 3, 8, 9],
[47, 12, 8, 47]])
'''
np.ptp(arr, axis=0) # array([35, 47, 23, 38])
np.ptp(arr, axis=1) # array([35, 68, 39])
1.4.1.3 中位數 median
numpy.median()函數用于計算中位數。
arr
'''
array([[36, 50, 31, 15],
[71, 3, 8, 9],
[47, 12, 8, 47]])
'''
np.median(arr, axis=0) # array([47., 12., 8., 15.])
np.median(arr, axis=1) # array([33.5, 8.5, 29.5])
1.4.1.4 算術平均值 mean
numpy.mean()函數用于計算算術平均值。
arr
'''
array([[36, 50, 31, 15],
[71, 3, 8, 9],
[47, 12, 8, 47]])
'''
np.mean(arr, axis=0) # array([51.33333333, 21.66666667, 15.66666667, 23.66666667])
np.mean(arr, axis=1) # array([33. , 22.75, 28.5 ])
1.4.1.5 方差 var
方差是每個樣本值與全體樣本值的平均值之差的平方的平均數，即
mean((x - x.mean())**2)
。
arr
'''
array([[36, 50, 31, 15],
[71, 3, 8, 9],
[47, 12, 8, 47]])
'''
np.var(arr, axis=0) # array([213.55555556, 414.88888889, 117.55555556, 278.22222222])
np.var(arr, axis=1) # array([156.5 , 781.1875, 344.25 ])
1.4.1.6 标準差 std
标準差是方差的算術平方根，用于表示一組資料的離散程度。
std = sqrt(mean((x - x.mean())**2))
arr
'''
array([[36, 50, 31, 15],
[71, 3, 8, 9],
[47, 12, 8, 47]])
'''
np.std(arr, axis=0) # array([14.61354014, 20.36882149, 10.84230398, 16.67999467])
np.std(arr, axis=1) # array([12.509996 , 27.94973166, 18.55397532])
1.4.2 數學函數
1.4.2.1 三角函數
标準的三角函數：sin()、cos()、tan()。
a = np.array([0, 45, 60, 270, 540])
np.sin(a*np.pi/180) # array([ 0.00000000e+00, 7.07106781e-01, 8.66025404e-01, -1.00000000e+00, 3.67394040e-16])
np.cos(a*np.pi/180) # array([ 1.00000000e+00, 7.07106781e-01, 5.00000000e-01, -1.83697020e-16, -1.00000000e+00])
np.tan(a*np.pi/180) # array([ 0.00000000e+00, 1.00000000e+00, 1.73205081e+00, 5.44374645e+15, -3.67394040e-16])
1.4.2.2 四舍五入 around
numpy.around() 函數傳回指定數字的四舍五入值。
參數decimals表示舍入的小數位數，預設值為0，如果為負，将四舍五入到小數點左側對應的位置。
a = np.array([1.0, 5.55, 123, 0.567, 25.532])
np.around(a) # array([ 1., 6., 123., 1., 26.])
np.around(a, decimals=1) # array([ 1. , 5.6, 123. , 0.6, 25.5])
np.around(a, decimals=-1) # array([ 0., 10., 120., 0., 30.])
1.4.3 線性代數與矩陣
1.4.3.1 點積 dot
numpy.dot()用于計算兩個數組的矩陣乘積。
np.dot([[2,1], [4,3]], [[1,2], [1,0]])
'''
array([[3, 4],
[7, 8]])
'''
1.4.3.2 轉置 T
arr
'''
array([[36, 50, 31, 15],
[71, 3, 8, 9],
[47, 12, 8, 47]])
'''
arr.T
'''
array([[36, 71, 47],
[50, 3, 12],
[31, 8, 8],
[15, 9, 47]])
'''
1.4.3.3 矩陣庫numpy.matlib簡介
NumPy中包含一個矩陣庫numpy.matlib，矩陣庫中的函數傳回的是一個矩陣，而不是ndarray對象。
2 Pandas
Pandas是一個分析結構化資料的工具集，用于資料挖掘和資料分析，同時也提供資料清洗功能。
資料結構
| 資料結構 | 次元 | 描述 |
|---|---|---|
| Series | 1 | 帶标簽的一維同構數組 |
| DataFrame | 2 | 帶标簽的大小可變的二維異構表格 |
2.1 Series
2.1.1 介紹
Series是一種類似于一維數組的對象，由資料(NumPy的ndarray數組對象)及對應的索引組成。
導入包
import pandas as pd
import numpy as np
from pandas import Series, DataFrame
2.1.2 建立Series
list1 = [1, 2, 3, 4, 5]
Series(data=list1) # 隐式索引
'''
0 1
1 2
2 3
3 4
4 5
dtype: int64
'''
dict1 = {
'A': 100,
'B': 99,
'C': 120,
}
Series(data=dict1) # 顯式索引
'''
A 100
B 99
C 120
dtype: int64
'''
2.1.3 索引與切片
-
設定索引
隐式索引：未指定時自動生成的索引（0，1，2…）;
顯示索引：自定義索引，通過index參數設定或傳入字典資料。
s = Series(data=np.random.randint(0, 100, size=(3,)), index=['A', 'B', 'C'])
'''
A 61
B 17
C 37
dtype: int32
'''
- 索引取值
s[0] # 44
s['A'] # 44
s.A # 44
- 切片取值
s[0: 3]
s['A': 'D']
'''
A 44
B 90
C 39
dtype: int32
'''
2.1.4 屬性
# 索引
s.index # Index(['A', 'B', 'C'], dtype='object')
# 值
s.values # array([44, 90, 39])
s.size # 3
s.shape # (3,)
shape
2.1.5 常用方法
- head 和 tail
s.head(2)
'''
A 44
B 90
dtype: int32
'''
s.tail(2)
'''
B 90
C 39
dtype: int32
'''
- unique 和 nunique
s = Series(data=[1,1,2,2,3,3,3,3,3,3,4,5,6,7,7,7])
# 去除重複元素
s.unique() # array([1, 2, 3, 4, 5, 6, 7])
# 統計去重後的元素個數
s.nunique() # 7
-
算術運算
索引一緻的元素可以進行算數運算，否則補空(NaN)。
s1 = Series(data=[1,2,3,4,5], index=['a','b','c','d','e'])
s2 = Series(data=[1,2,3,4,5], index=['a','b','f','d','e'])
s3 = s1 + s2
'''
a 2.0
b 4.0
c NaN
d 8.0
e 10.0
f NaN
dtype: float64
'''
- isnull 和 notnull
# 檢測Series中的元素是否為空，空則傳回True，否則傳回False。
s.isnull()
'''
a False
b False
c True
d False
e False
f True
dtype: bool
'''
# 取出空資料
s[s.isnull()]
'''
c NaN
f NaN
dtype: float64
'''
# 檢測Series中的元素是否不為空，非空則傳回True，否則傳回False。
s.notnull()
'''
a True
b True
c False
d True
e True
f False
dtype: bool
'''
# 取出非空資料，資料清洗。
s[s.notnull()]
'''
a 2.0
b 4.0
d 8.0
e 10.0
dtype: float64
'''
2.2 DataFrame
2.2.1 介紹
DataFrame是Pandas中的表格型資料結構，包含有一組有序的列，列與列之間資料類型可以不同(數值、字元串、布爾型等)，可以視為由Series組成的字典。
行索引：index
列索引：columns
值：values
2.2.2 建立DataFrame
- ndarray數組
df = DataFrame(data=np.random.randint(0, 100, size=(5, 6)), columns=['a','b','c','d','e','f'], index=['A','B','C','D','E'])
'''
a b c d e f
A 16 49 89 28 14 17
B 86 35 95 90 4 85
C 88 67 57 13 1 76
D 31 34 62 30 52 89
E 92 56 98 20 1 16
'''
- 字典
dict1 = {
'name': ['A', 'B', 'C'],
'salary': [10000, 20000, 30000]
}
df = DataFrame(data=dict1, index=['a', 'b', 'c'])
'''
name salary
a A 10000
b B 20000
c C 30000
'''
-
練習
根據以下考試成績表，建立一個DataFrame，命名為score_df。
| 張三 | 李四 |
|---|---|
| 國文 | 150 |
| 數學 | 150 |
| 英語 | 150 |
| 理綜 | 300 |
score_dict = {
'張三': [150, 150, 150, 300],
'李四': [0, 0, 0, 0]
}
score_df = DataFrame(data=score_dict, index=['國文', '數學', '英語', '理綜'])
2.2.3 屬性
dict1 = {
'name': ['A', 'B', 'C'],
'salary': [10000, 20000, 30000]
}
df = DataFrame(data=dict1, index=['a','b','c'])
df.values
'''
array([['A', 10000],
['B', 20000],
['C', 30000]], dtype=object)
'''
df.columns
'''
Index(['name', 'salary'], dtype='object')
'''
df.index
'''
Index(['a', 'b', 'c'], dtype='object')
'''
df.shape # (3, 2)
2.2.4 索引操作
df
'''
張三 李四
國文 150 0
數學 150 0
英語 150 0
理綜 300 0
'''
- 對列進行索引取值。
df['張三']
df[['張三', '李四']]
-
iloc與loc對行進行索引取值。
iloc是通過隐式索引取行；
loc是通過顯式索引取行。
df.loc['國文']
df.iloc[0]
df.iloc[[1, 2, 3]]
- 取元素
df.loc['數學', '張三'] # 150
df.iloc[1, 0] # 150
df.iloc[[0, 2], 0]
'''
國文 150
英語 150
Name: 張三, dtype: int64
'''
2.2.5 切片操作
- 對行進行切片
df[1: 3]
'''
張三 李四
數學 150 0
英語 150 0
'''
- 對列進行切片
df.iloc[:, 0: 1]
'''
張三
國文 150
數學 150
英語 150
理綜 300
'''
索引
df[col]: 取列
df.loc[index]: 取行
df.iloc[index, col]: 取元素
切片
df[index1: index3]: 切行
df.iloc[:, col1: col3]: 切列
2.2.6 練習
初始資料
# 期中考試成績
midterm_score_dict = {
'張三': [150, 150, 150, 300],
'李四': [0, 0, 0, 0]
}
midterm_score_df = DataFrame(data=midterm_score_dict, index=['國文', '數學', '英語', '理綜'])
# 期末考試成績
final_score_dict = {
'張三': [100, 90, 90, 100],
'李四': [0, 0, 0, 0]
}
final_score_df = DataFrame(data=final_score_dict, index=['國文', '數學', '英語', '理綜'])
- 求期中期末的平均值。
- 張三期中考試數學被發現作弊，記0分處理。
- 李四因為舉報張三作弊有功，期中考試所有科目加100分。
- 期中考試給每位學生的每個科目都加10分。
2.2.7 時間資料類型轉換
pd.to_datetime(col)
準備資料
info_dict = {
'name': ['Jay', 'Tom', 'Bobo'],
'hire_date': ['2010-10-11', '2012-12-01', '2011-11-12'],
'salary': [10000, 20000, 30000]
}
df = DataFrame(data=info_dict)
'''
name hire_date salary
0 Jay 2010-10-11 10000
1 Tom 2012-12-01 20000
2 Bobo 2011-11-12 30000
'''
檢視資訊
df.info()
'''
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 name 3 non-null object
1 hire_date 3 non-null object
2 salary 3 non-null int64
dtypes: int64(1), object(2)
memory usage: 200.0+ bytes
'''
字元串格式的時間資料轉換成時間序列類型資料
再次檢視資訊
df.info()
'''
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 name 3 non-null object
1 hire_date 3 non-null datetime64[ns]
2 salary 3 non-null int64
dtypes: datetime64[ns](1), int64(1), object(1)
memory usage: 200.0+ bytes
'''
2.2.8 将某一列設定為行索引
将hire_date列設定為行索引。
new_df = df.set_index('hire_date')
'''
name salary
hire_date
2010-10-11 Jay 10000
2012-12-01 Tom 20000
2011-11-12 Bobo 30000
'''
new_df.shape # (3, 2)
3 Tushare财經資料接口包
3.1 簡介
Tushare是一個财經資料接口包，主要用于提供便于分析的股票等金融資料。Tushare傳回的資料類型基本都是Pandas的DataFrame，便于使用Pandas/NumPy/Matplotlib進行資料分析和可視化。
安裝Tushare
python -m pip install tushare
3.2 股票分析
需求：
- 使用Tushare包擷取貴州茅台[600519]的近十年股票行情資料；
- 輸出該股票所有收盤比開盤的漲幅超過3%的日期；
- 輸出該股票所有開盤比前日收盤的跌幅超過2%的日期；
- 假如從2010年1月1日開始，每月第一個交易日買入1手股票，每年最後一個交易日賣出所有股票，到今天為止收益如何？
3.2.1 問題1
使用Tushare包擷取某股票(600519)的曆史行情資料。
導入包
import tushare as ts
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
用Tushare包擷取某股票的曆史行情資料
持久化存儲
從外部加載資料
df = pd.read_csv('./maotai.csv')
df.head()
删除Unnamed: 0列
注意，drop系列函數中axis=0表示行，axis=1表示列。
檢視資料資訊。
df.info()
'''
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2551 entries, 0 to 2550
Data columns (total 7 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 date 2551 non-null object
1 open 2551 non-null float64
2 close 2551 non-null float64
3 high 2551 non-null float64
4 low 2551 non-null float64
5 volume 2551 non-null float64
6 code 2551 non-null int64
dtypes: float64(5), int64(1), object(1)
memory usage: 139.6+ KB
'''
格式轉換，将date列的字元串類型的時間資料轉換為時間序列類型。
df['date'].dtype # dtype('<M8[ns]')
df.info()
'''
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2551 entries, 0 to 2550
Data columns (total 7 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 date 2551 non-null datetime64[ns]
1 open 2551 non-null float64
2 close 2551 non-null float64
3 high 2551 non-null float64
4 low 2551 non-null float64
5 volume 2551 non-null float64
6 code 2551 non-null int64
dtypes: datetime64[ns](1), float64(5), int64(1)
memory usage: 139.6 KB
'''
将date列作為源資料的行索引。
df.info()
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 2551 entries, 2010-01-04 to 2020-07-13
Data columns (total 6 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 open 2551 non-null float64
1 close 2551 non-null float64
2 high 2551 non-null float64
3 low 2551 non-null float64
4 volume 2551 non-null float64
5 code 2551 non-null int64
dtypes: float64(5), int64(1)
memory usage: 139.5 KB
3.2.2 問題2
輸出該股票所有收盤比開盤的漲幅超過3%的日期。
(收盤 - 開盤) / 開盤 > 0.03
(df['close'] - df['open']) / df['open'] > 0.03
注，在df的相關操作中如果傳回了布爾值，下一步馬上考慮将布爾值作為原始資料的行索引。
擷取滿足要求的資料
擷取滿足要求的日期
df.loc[(df['close'] - df['open']) / df['open'] > 0.03].index
3.2.3 問題3
輸出該股票所有開盤比前日收盤的跌幅超過2%的日期。
(開盤 - 前日收盤) / 前日收盤 < -0.02
df['close'].shift(1).head()
'''
date
2010-01-04 NaN
2010-01-05 108.446
2010-01-06 108.127
2010-01-07 106.417
2010-01-08 104.477
Name: close, dtype: float64
'''
(df['open'] - df['close'].shift(1)) / df['close'].shift(1) < -0.02
df.loc[(df['open'] - df['close'].shift(1)) / df['close'].shift(1) < -0.02]
df.loc[(df['open'] - df['close'].shift(1)) / df['close'].shift(1) < -0.02].index
3.2.4 問題4
假如從2010年1月1日開始，每月第一個交易日買入1手(100支)股票，每年最後一個交易日賣出所有股票，到今天為止收益如何？
分析：
買股票
每月的第一個交易日根據開盤價買入一手股票，即100支股票，
則一年需要買入12月 * 100支 = 1200支股票。
賣股票
每年最後一個交易日(12-31)根據開盤價賣出所有的股票，
則一年需要賣出1200支股票。
現在是2020年7月，則2020年隻能買入700支股票，無法賣出。此時在計算總收益時需要将剩餘股票的價值也計算在内。
資料的重新取樣 resample
# 每個月第一個交易日對應的行資料。
df_monthly = new_df.resample(rule='M').first()
計算買入股票一共花了多少錢
計算賣出股票收入多少錢，A表示年。
df_yearly = new_df.resample('A').last()[0:-1]
recv = df_yearly['open'].sum() * 1200 # 4368184.8
計算剩餘股票的價值
計算總收益
![R語言| 中介效應分析，Mediation包和BruceR包，循環Process函數[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)