利用pandas合并两个股票数据:DataFrame关联实战
本文介绍如何使用Python的pandas库读取CSV文件并合并两个股票数据集。通过示例代码展示如何将螺纹钢与铁矿石数据按日期关联,实现类似SQL left-join的效果,为后续使用matplotlib绘制历史相关性图表奠定基础。
背景与数据准备
近期,为了研究螺纹钢与铁矿石之间的比价变动趋势,我使用Python编写了一段分析代码。
所需的数据文件如下:


这些数据是从网络公开渠道获取的。
代码实现与数据合并
具体的实现代码如下:

代码中包含了一些冗余部分,请大家忽略。这些内容是从另一个文件中直接复制过来的,原本计划用于后续使用plt库绘制图表,但本次重点不在绘图。
本文的核心内容仅涉及如何将两个DataFrame连接在一起,其功能类似于SQL语句中的left-join,或者可以理解为执行类似“UPDATE A LEFT JOIN B ON key1=key2”的操作逻辑。
运行控制台后的输出结果如下:

结果分析与后续计划
至此,数据已经按照日期成功关联在一起。接下来的步骤就非常简单了,我将准备使用matplotlib绘制三条折线图,以观察它们的历史相关性。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持本站。
免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。









