用Excel進行數據分析——分析股票行情

來自專欄數據分析（初級）8 人贊了文章

前言

文章也許會長點，但是離我們的期望也會近一點，我希望我們一起努力~

我自己想成為一名機器學習工程師，但是我也知道任何東西不可能一蹴而就，所有的學習都是圍繞實際場景開展，所以小夥伴們最好是直接找到一份工作開始是最好學習的，在工作中最容易得到成長。

我的目標方向：初級數據分析師——中級數據分析師——機器學習工程師

千里之行始於足下，我們先從最基本的做起，成為一名初級數據分析師再說以後的話

一、明確整體思路

培養分析思路，避免無從下手，下面給出一張數據分析整體思路圖

上面這圖根據實際的需求，進行選擇不同的路線（在於分析層）

針對建模分析——模型測試——迭代優化，比較偏重數據模型的建設，如果想走機器學習方向的同學就需要學習這個，難度較高，當然薪資也高

對於描述分析——洞察結論，偏商業分析比較多，不需要有很強的技術（說實話，我感覺數據分析對技術要求確實是很低），比較適合新手入門，難度較低

這次是講比較簡單的，等時間久點，就跟大家講講模型的事情（大夥可以預習下）

二、數據分析旅程

1、目標確定

簡單點就是你想得什麼，提出問題，圍繞問題中心點來進行你的每一步

本次我們是想分析當日所有股票的行情，分析出茅台股票在這近期的變化情況

2、數據獲取

獲取數據的方式多種多樣，我介紹我常用的兩種

第一種：使用工具獲取，詳情請看我專欄的第一篇文章，適合小白的朋友獲取數據，這一種的獲取問題可以直接問他們的客服

第二種：利用Python去抓取數據，需求一丟丟就一丟丟編程能力（看過編程的都應該能懂）

今天就介紹第二種，畢竟第一種不是教過了嗎不是

環境：Anaconda3-5.1.0-Windows

python3.6.3

依賴包：Tushare

Tushare是一個免費、開源的python財經數據介麵包。主要實現對股票等金融數據從數據採集、清洗加工 到 數據存儲的過程，能夠為金融分析人員提供快速、整潔、和多樣的便於分析的數據，為他們在數據獲取方面極大地減輕工作量，使他們更加專註於策略和模型的研究與實現上。考慮到Python pandas包在金融量化分析中體現出的優勢，Tushare返回的絕大部分的數據格式都是pandas DataFrame類型，非常便於用pandas/NumPy/Matplotlib進行數據分析和可視化。傳送門

利用Tushare抓取代碼（是不是很簡單！！！！）

抓取的Excel文件如下

3、數據清洗

提示：在我們進行數據清洗之前，一定要養成一個好習慣，對原始數據進行備份

日常中數據清洗佔了我們大概六成的時間，清洗的方式有很多種，常見的就一下幾種

更深層次的清洗——>傳送門

1）選擇子集

針對每一個列，選擇我們需要的數據，不需要的可以隱藏。

恢復隱藏

2）列名重命名

雙擊列標籤直接進行重命名

3）刪除重複值

點擊數據——刪除重複項，出現一個方框，選擇你想要清楚的某列重複的行數據

我們只選擇判斷代碼是否重複。刪了了64行重複的數據

4）缺失值處理

選擇數據里任意一個單元格，點擊ctrl+A，全選選中存在數據的單元格，點擊開始——查找和選擇——定位條件——勾選空值——確定

因為我這個是直接用包導出來，理論上是沒有空數據存在

假設：存在空值，Excel會返回空值所在的空格，你可以對空值進行處理

缺失值處理的4種方法，根據情況靈活使用：

通過人工手動補全

刪除缺失的數據

用平均值代替缺失值

用統計模型計算出的值去代替缺失值

技巧：在一個空格上輸入數據後，按Ctrl+Eneter快捷鍵，其他空格也會直接填寫一樣的數據。在不連續的單元格中同時輸入同一個數據或公式時很好用。

5）一致化處理

這一部分在於用網路爬蟲的時候比較常見，因為我們經常會爬到串到一起的數據

因為我這裡數據是不存在這種問題，所以參考了別人的

重點：對該列數據複製到數據的最右邊，否則處理後的數據會覆蓋後邊的數據！！！切記

6）數據排序

排序有兩種：升序、降序、自定義排序

操作：選中你想根據哪一列進行排序的列標籤——開始——排序和篩選

擴展區域表示整一行的數據都會對應變動，當前選定區域僅僅變更選中的列

7）異常值處理

針對偏移較大的數據，我們需要斟酌處理，這一部分在建造模型的經常會遇到

在這個股票分析中，就存在開盤價、最高價、最低價為0的數據，這時候根據實際情況去決定

通過連續對三個列進行排序，然後直接刪除或者隱藏

8）其他

在實際情況中，我們往往需要搭配各種函數去實際操作，大部分是數學函數，下面獲取數據的幾種

FIND（查詢的數據，單元格） 返回所在的位置，第一個字元串坐標是1

LEFT/RIGHT（單元格，從左/右開始的第X個位置）

MID（單元格，起始位置，目標長度）

VLOOKUP(源數據，在哪一個區域裡面找，返回這個區域裡面第幾列對應的值，是否是精確查找)

4、數據整理

為了更好體現這一塊，我打算只是針對一個股票進行分析，獲取茅台近期的股票詳情

1）構建模型——數據透視表

拖動欄位到下方區域，在欄位的下滑按鈕，可以根據需要選擇

2）數據可視化

選中你需要的列數據——插入——勾選圖表，是不是很清晰，馬上可以看到其中的關係（領導要的就是這個啊朋友們）

5、描述分析——洞察結論——報告撰寫

主觀上你從這一堆清洗後的數據中得出什麼有效的信息，我們需要回到初始我們提出的問題，我們的目地就是解決提出的問題。所有的技術都要圍繞業務場景才有意義

這時候就要體現你獨到的專業眼光了（俗稱吹水），這部分我就不過多描述，因為實際情況是針對不同維度多個場景去描寫。

通過對2018-07-02至2018-07-19的數據分析，結合圖標，可以看出茅台的股價呈緩慢上升的趨勢，有些許波動，可以繼續持有或者買入（茅台可是會繼續升的，但是近期三大GDP馬車都不太給力，股市大部分都不太給力，所以需要自己斟酌斟酌，近期建議不要入比較好）

好啦，本次我們使用Excel進行數據分析的課程結束啦，希望都能在自己喜歡的事情上前進