关于基金分析这个小项目，我写过两篇文章，篇是思考，第二篇是实际工作，现在最后一篇是数据分析。其实第四条是视觉数据。数据可视化是一种艺术活动。以后我会写数据可视化。今天我主要带领大家分析一下基金数据，看看哪只基金能让你赚到最多的钱。毕竟投资理财才是王道。小伙伴们，一起探索吧~ ~

步：读取数据并了解数据

在上一篇文章中，我们在CSV文件中保存了6500多笔资金，这是一个很大的表格数据。先看数据，初步了解一下

a)。读入CSV文件

df=pd.read_csv(文件)

b)。看看有多少资金

打印镜头(df)6548

c)。熟悉数据格式，查看行和列中的信息

print df . indexrangeindex(start=0，stop=6548，step=1)print df . columns index([u ' fund _ id '，u'fund_name '，u'one_month '，u ' third _ month '，u'six_month '，u'one_year '，u ' third _ year '，u'from_start']，dtype=' object ')

d)。看看表中的前5只基金

经过以上三步，我们已经知道这个大表数据是6549行*8列，其中：

索引是一个从0到6548的整数

基金标识是基金的标识

基金_名称一栏全是汉字

其他列是带百分号的数字字符串

我们处理这样的串行数据会有一些麻烦，比如：

指数不是基金id，所以很难统计

增量是一个带百分号的字符串。如何排序和计数

如何做横向统计，每行既有fund_name的汉字，又有的数字，如何总结

这三个问题怎么解决，我们往下看

第二步：数据清洗

1).先把index换成基金的id

以fund_id为索引，方便后期处理，会方便很多。在数据框中使用set_index函数

2).看看index是不是已经换了

3).去掉NA行

表中有很多空数据，这将影响我们的分析，我们必须删除它

#去掉NA的线

df2=df . drop na()print ' drop na column : '，len(df2)dropna column: 6315

4).去掉fund_name

为什么要去掉fund_name？例如，我们想计算一个基金成立以来的1个月、3个月、6个月、1年、3年的总和，看看它的总分是多少

直接求和有一个问题，就是fund_name是字符串，我们先删除fund_name，再删除fund_id的列，因为index已经是fund_index了，就不重复了。

这种数据干净清爽多了吗

5).然后去掉%，我们就可以愉快地排序了

如何取消%，这次我们需要在熊猫中使用一个的应用函数

第三步：找出更佳投资基金

1).经过前面2步，已经万事俱备

换句话说，我们可以随意分析，先看顶卡情况，得到每一列的更大值，再看整个基金的顶卡情况。我们拿前100名

#获取‘from _ start’(根据基金成立以来增加的规模)

同样的道理，我们根据这个#得到了其他的顶卡，得到了printdf _ drop _ percent。sort _ values(by=[' third _ year ']，升序=False)。head(range)y3 _ index=df _ drop _ percent . sort _ values(by=[' third _ year ']，升序=false)。头部(范围)。索引#获得y1 _ index=df _ drop _ percent。sort _ values (by=['one _ year']，升序=false)。头部(范围)。指数#获得M6指数=df _ drop _ percent。sort _ values (by=['six _ month']，升序=false)。头部(范围)。指数#获得m3 _ index=df _ drop _ percent。sort _ values(by=[' third _ month ']，升序=false)。头部(范围)。index #获得m1 _ index=df _ drop _ percent。sort _ values (by=['one _ month']，升序=false)。头部(范围)。指数

2).找出全能王中王

我们想知道是否在所有的投资组合中有最强的，就是从成立到现在一直在涨，涨了3年，1年，半年，3个月，1个月。这样的基金简直就是王中王。啊，有没有，怎么找？

#将以上所有索引转换成集合

fs _ index _ set=set(fs _ index)y3 _ index _ set=set(y3 _ index)y1 _ index _ set=set(y1 _ index)M6 _ index _ set=set(M6 _ index)m3 _ index _ set=set(m3 _ index)m1 _ index _ set=set(m1 _ index)

#成立以来一直在涨，涨了3年1年半3个月1个月

mix _ 6c=fs _ index _ set y3 _ index _ set y1 _ index _ set M6 _ index _ set m3 _ index _ set m1 _ index _ set print ' mix 6 c : '，mix_6cmix 6c: set([])

#好像没有东方不败，一直都是涨基金。有没有3年1年6个月3个月1个月一直涨的基金

mix _ 5c=y3 _ index _ set y1 _ index _ set M6 _ index _ set m3 _ index _ set m1 _ index _ set print ' mix 5c : '，mix _ 5c mix 5c 3360 set([150050，619，150124，110022])

哇，真的，我发现这四只基金才是真金，激动的老泪纵横~ ~稳健的投资者可以考虑这四只基金

3).1年以内的更佳基金

彼此比较亲近的投资者肯定会希望看到去年的所有数据

mix _ 4c=y1 _ index _ set M6 _ index _ set m3 _ index _ set m1 _ index _ set print ' mix 4c : '，mix_4cmix 4c: set([165312，150050，150149，110022，989，619，150124，169101，169102，169103，1712，1044，15024

#横向总结上面更好的基金，看哪个更好

165312 72.48150050 119.28150149 106.17110022 97.43989 78.04619 71.26150124 110.42169101 100.49169102 86.71169103 78.811712 76.71044 76.12150270 171.5150199 141.161112 88.05161725 88.0990 78.04

发现更好的基金150270一年涨了1.7倍多，太爽了。看名字

Fund _ id fund _ name一个月三个月六个月一年\ fund _ id 150050 150050南方消费激进21.42% 13.58% 22.58% 61.70%三年从_ start fund _ id 150050 270.26% 1999

原来，更好的基金是南方的积极消费

结论：

好了，今天的6500多篇基金数据分析文章先到了。其实数据分析很有意思。这个小项目完成了。以上对基金数据的分析只是冰山一角，还有很多地方需要探索和分析。基金投资，尤其是量化基金投资，涉及到很多方面和模式。最重要的是，基金选择只是步，如何买入，投资多少，如何建模降低风险，如何卖出等等都是非常讲究的。