如何使用pandas将读取的CSV文件中的两个股票数据合并？

本文共计402个文字，预计阅读时间需要2分钟。

最近在研究螺纹钢与铁矿石的价格变化，以下是用Python分析的一些代码示例：

pythonimport pandas as pdimport numpy as np

读取数据data=pd.read_csv('data.csv')

计算价格变化率data['price_change']=data['螺纹钢价格'].pct_change()

绘制价格变化图import matplotlib.pyplot as pltplt.figure(figsize=(10, 6))plt.plot(data['日期'], data['price_change'], label='螺纹钢价格变化率')plt.title('螺纹钢价格变化率')plt.xlabel('日期')plt.ylabel('价格变化率')plt.legend()plt.show()

数据下载：- 数据可以从网络下载，例如使用pandas的`read_csv`函数读取CSV文件。

代码说明：- 中间有一些未使用的代码，请忽略。这些代码是从其他文件直接复制过来的。

最近在研究螺纹钢与铁矿石的比价变化，所以用python写个代码分析一下。

数据文件：

数据下载自网络。

代码：

中间有些没用的，看官们请忽略，那是我从另一个文件直接复制来的，后面要plt出图的。

今天的文章只讲两个DataFrame如何连接到一起，相当于SQL的left-join ,或者update A left join B ON key1=key2。

控制台输出：

好了， 数据已经按日期关联到一起，后面就简单了，准备用matplotlib画3条拆线，观察历史相关性。

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易盾网络。