利用 Pandas 輕鬆選股 — Python 實作教學

上一篇的 Python 教學中，我們學會了怎麼用爬蟲抓取財報，但是爬完的資料要怎麼運用呢？這篇會教大家如何利用一個實用的 Pyton package：Pandas，整理爬下來的資料，並且輕鬆運用 Python 選股！

上一篇有點不好意思，好像有兩個 package 沒有 import，下次發現的話，可以在下方留言告訴我，我會盡快更正。

今天這篇的前置作業，請參考連結把當中的 function 給 copy 過來，然後就開始吧！

資料處理

首先，我們要先使用這個 function，可以直接在 jupyter 視窗內輸入，來取得爬取今天的主角：”營益分析彙總表”

利用上次的爬蟲取得資料

df = financial_statement(107, 2, '營益分析彙總表')
df

第一行，我們將 “營益分析彙總表” 儲存在 df 這個變數之中， 第二行，我們希望將 df 給顯示出來，看一下它長什麼樣子 第二行的功能是只有在 jupyter 這個 IDE 才看的到喔～假如是寫在 python script 的話，就要用 print(df) 。 假如一切 OK 就會是以下的樣子：

我們觀察一下這張表，有一行真的詭異：”合計：共 808 家” ，這行完全沒有任何可以用的資料，所以我們將它刪除：

刪除其中一行

df = df.drop(['合計：共 808 家'], axis=1)

接下來我們發現 index （每一列）的命名很怪，怎麼用 1,2,3… 來命名呢，應該要用公司名稱！？ 我們將股票的名稱當成新的 index：

將 index 換成公司名稱

df = df.set_index(['公司名稱'])

最後一步，我們希望資料欄位中，所有的元素都是 float ，所以要做一次轉換：

轉換成數值

df = df.astype(float)

資料處理一行版

這樣就沒問題了！其實有個更快速的寫法，將以上三件事情寫成一行：

一行直接處理

df = df.drop(['合計：共 808 家'], axis=1).set_index(['公司名稱']).astype(float)

這樣就可以一次處理好！

簡單的取出行列：

我想單選出毛利率：

取得毛利率

df['毛利率(%)(營業毛利)/(營業收入)']

假如今天我只想看 台積電 表現如何：

取得台積電資料

df.loc['台積電']

取每一欄，跟取每一列，語法不太一樣喔！要小小注意一下。

假如我想同時看 台積電 跟 聯發科：

取得 TSMC 跟 MTK 的資料

df.loc[['台積電', '聯發科']]

數值分析

接下來我們稍微分析一下這個表中的數字： 數值分析

df.describe()

這樣簡單一行，就可以得到每一欄的數值分析，當初我知道這個 df.describe() 也覺得很神。

毛利率分佈圖

只要簡單一行，我們就可以看到全台灣的上市公司，毛利率分佈圖：

％matplotlib inline
df['毛利率(%)(營業毛利)/(營業收入)'].hist(bins=range(-100,100))

選股

選股也很簡單，只要寫成以下條件：

cond1 = df['毛利率(%)(營業毛利)/(營業收入)'].astype(float) > 20
cond2 = df['營業利益率(%)(營業利益)/(營業收入)'].astype(float) > 5

就是說 第一個欄位：毛利率，我們希望找出大於 20 的 股票 另外呢 第二個欄位：營業利益率，我們希望找出大於 5 的 股票

那我們就可以用這兩個條件來選股：

df[cond1 & cond2]

搭啦！其實外面的選股軟體也就這樣而已啦！還收費這麼貴 XDD 如果你覺得觀賞這個 blog 有點收穫，記得存到我的最愛定期觀看喔！我每個禮拜都會有一些更新。