sons dataStory

데이터 병합 다음은 일정기간의 코스피와 원-달러의 종가 데이터를 호출한 것입니다( yahoo finantical 자료 호출 참조 ). import numpy as np import pandas as pd import yfinance as yf st=pd.Timestamp(2024, 9, 1) et=pd.Timestamp(2024, 9,22) d=yf.download("^KS11", start=st, end=et)["Close"] d.head(2) Date 2024-09-02 2681.000000 2024-09-03 2664.629883 Name: Close, dtype: float64 dw=yf.download("KRW=X", st, et) dwC=dw.Close dwC.head(2) Date 2024-09-02 1336.579956 2024-09-03 1337.550049 Name: Close, dtype: float64 데이터 d와 dw의 합치기 위해 다양한 방법을 적용할 수 있습니다. union(), intersection() 메서드를 사용하여 각 자료의 index를 조정하여 pd.concat() 등의 함수를 사용할 수 있습니다. union: 인덱스 모두를 결합하여 나타냅니다. 즉, 합집합입니다. intersection: 두 인덱스들의 공통부분을 추출합니다. 즉, 교집합입니다. idx1=d.index; idx1 DatetimeIndex(['2024-09-02', '2024-09-03', '2024-09-04', '2024-09-05', '2024-09-06', '2024-09-09', '2024-09-10', '2024-09-11', '2024-09-12', ...

한국 금융자료와 외국 자료의 합병 시계열 자료는 날짜등의 시간에 따라 생산되는 자료입니다. 대표적으로 일일 주가자료는 거래일 기준으로 자료가 생산됩니다. 별도의 자료를 합치는 경우 시간이 이질적이라면 합쳐진 자료에 결측치가 포함됩니다. 이 경우 결측치를 조절하는 방법을 알아봅니다. 한국의 코스피와 환율, 외국의 지수 자료를 합쳐봅니다. import numpy as np import pandas as pd import FinanceDataReader as fdr 지수명 코스피 환율 다우 나스탁 필라델피아반도체 변동성(미국) 코드명 KS11 USD/KRW DJI IXIC SOXX VIX 코스피 지수의 모든 변수(Open, High, Low, Close, Volume, Change)와 다른 지수들의 종가(Close)를 호출하였습니다. 이 호출은 FinanceDataReader 패키지의 DataReader() 함수를 적용하였습니다. st=pd.Timestamp(2010,3, 1) et=pd.Timestamp(2022, 6, 4) nme={'exchg':'USD/KRW','dj':"DJI",'nasd':'IXIC','soxx':"SOXX", 'vix':'VIX'} kos=fdr.DataReader('KS11', st, et) stock={} for i, j in zip(nme.keys(), nme.values()): stock[i]=fdr.DataReader(j, st, et)['Close'] stock=pd.DataFrame(stock.values(), index=stock.keys()).T kos.tail(3) Close Open High Low Volume Change Date 2022-05-31 2...