亚洲男人天堂av,国产一区二区久久精品,国产精品一区二区久久精品,国产精品久久久久久一区二区三区,五月婷婷在线观看视频,亚洲狠狠色丁香婷婷综合

2.理解數(shù)據(jù)

此數(shù)據(jù)集中包括三個CSV文件：

.csv是道瓊斯工業(yè)平均指數(shù)（DJIA）股票數(shù)據(jù)：7個字段，1990行。包含Date（日期），Open（開盤價），High（最高價），Low（最低價），Close（收盤價），（成交量）和Adj Close（調(diào)整后的收盤價）。（范圍：2008-08-08至2016-07-01）

.csv是新聞數(shù)據(jù)：27個字段，1990行。包含Date（日期），Label（標簽）和Top1-Top25（當日的頭25條新聞）。（范圍：2008-08-08至2016-07-01）

.csv：2個字段，73609行。包含Date（日期），News（新聞），所有新聞都根據(jù)它們的熱度從上到下排名，每個日期有25行。（范圍：2008-06-08至2016-07-01）

3.數(shù)據(jù)清洗

數(shù)據(jù)清洗的主要步驟如下：

選擇子集，列重命名，刪除重復值，缺失值處理，一致化處理，數(shù)據(jù)排序，異常值處理

先將后綴為.csv的文件保存為后綴為.xlsx的文件。

檢查數(shù)據(jù)集，發(fā)現(xiàn)沒有重復列，沒有缺失值，同一列的數(shù)據(jù)類型統(tǒng)一，日期格式統(tǒng)一。將三個數(shù)據(jù)表都按時間升序排列。排序后的數(shù)據(jù)集前幾行部分數(shù)據(jù)如下：

4.數(shù)據(jù)建模

對.xlsx表中的Adj Close做描述統(tǒng)計分析，得到如下數(shù)據(jù)：

平均Adj Close是13463.03，標準差為3144.007，因為是8年的數(shù)據(jù)，波動比較大，需要再做更細致的分析以探索股票數(shù)據(jù)。

對.xlsx表中的Date和Label列，做數(shù)據(jù)透視表，統(tǒng)計每年的漲和跌的天數(shù)，結(jié)果如下：

“1”表示DJIA Adj Close值上升或保持不變，“0”表示下降。可以看出每年上漲和下跌的天數(shù)比較均衡。

在.xlsx表中增加一列“漲跌幅”，計算過程如下：

漲跌幅的結(jié)果以百分號表示：

通過函數(shù)對漲跌幅進行分組：

然后通過數(shù)據(jù)透視表統(tǒng)計漲跌幅分組情況：

發(fā)現(xiàn)大部分情況下都是在-3%~3%的漲跌范圍內(nèi)，即分組標簽為小漲和小跌的那兩類，占96.73%（44.42% 52.31%）。漲跌幅度在3%~5%范圍內(nèi)的少數(shù)，漲跌幅度大于5%的極少數(shù)。通過對“漲跌幅”進行篩選，發(fā)現(xiàn)有兩個超過10%的數(shù)據(jù)（飆升），是2008/10/13的漲11.0803%和2008/10/28的漲10.8779%。

查看.xlsx表和.xlsx表中2008/10/13和2008/10/28當天以及前面幾天的新聞數(shù)據(jù)，再通過上網(wǎng)搜索，分析原因，簡單總結(jié)如下。