财经大数据分析——以python为工具

本书是高等学校智能财 经系列教材之一。本书分为 基础篇和应用篇两部分共11 章，主要内容包括：数据创 建，数据查看，数据清洗； 股权应用数据筛性质信息整 理——应用数据转置，筛选 财务报表数据选，合并财务 报表——应用数据合并，制 作数据透视表和计算行业竞 争度——应用数据分组，分 析一般公司债的票面利率影 响因素——应用统计分析， 使用ARIMA模型预测股票价 格——应用时间序列，绘制 股票日K线图——应用可视 化表达，建立上市公司价值 分类判断指标体系——应用 机器学习。 本书选取了大量实践案 例，每章设置有实操练习题 ，适合作为高等学校大数据 分析相关课程教材，也可作 为社会人士的自学用书。

基础篇 第1章 数据创建 1.1 数据分析模块介绍 1.2 DataFrame简介 1.3 DataFrame-数据创建 1.4 基于本地存储的数据创建 1.5 实操练习题 第2章 数据查看 2.1 DataFrame数据属性 2.2 DataFrame数据查看 2.3 实操练习题 第3章 数据清洗 3.1 数据标签重命名 3.2 缺失值处理 3.3 异常值处理 3.4 数据去重 3.5 数据替换 3.6 数据标准化 3.7 实操练习题 应用篇 第4章 股权性质信息整理——应用数据转置 4.1 T转置 4.2 行列互换 4.3 数据透视 4.4 数组转置 4.5 应用实践 4.6 实操练习题 第5章 筛选财务报表数据——应用数据筛选 5.1 索引的基本类型 5.2 索引设定与获取 5.3 Series对象的索引与切片 5.4 DataFrame对象的索引与切片 5.5 应用实践 5.6 实操练习题 第6章 合并财务报表——应用数据合并 6.1 数据拼接：concat()与append() 6.2 数据合并：merge()与join() 6.3 cornbine_first()与update()填充 6.4 应用实践 6.5 实操练习题 第7章 制作数据透视表和计算行业竞争度——应用数据分组 7.1 GroupBy对象 7.2 GroupBy对象的操作 7.3 数据分箱 7.4 实践应用 7.5 实操练习题 第8章 分析一般公司债的票面利率影响因素——应用统计分析 8.1 描述性统计 8.2 随机变量及其概率分布 8.3 推断统计