如何获取价值信息？数据分析“神器”pandas了解一下！

金融市场往往充斥着海量的交易、运行等数据，同花顺iFinD数据接口通过链接iFinD数据库，能够批量获取数据用于分析，在针对资本运作、量化交易的研究中有着广泛的应用。而实际上，通过数据接口获取基础数据只是第一步，同花顺iFinD数据接口中还潜藏着对数据进行批量处理、辅助分析的“神器”——pandas。

Python中安装并导入

pandas（数据分析工具）

那么，我们是否有办法将不易分析的ordered-dict转化为能够便于做统计的批量数据呢？答案是肯定的，同花顺iFinD数据接口默认支持python中的金融分析包pandas。pandas是python的一个常用数据分析包，其中纳入了大量库和一些标准的数据模型，提供快速便捷地处理数据的函数及方法。

要想使用pandas，首先必须要安装这个分析包。安装步骤如下——

安装步骤一：在开始菜单中输入cmd，会显示一个cmd.exe文件，点击打开；

安装步骤二：输入python pip install pandas后按enter键执行

然后将对话框开一会，或者最小化一段时间。安装成功了在cmd上会有英文的提示，这时就已经安装成功了。

接下来，我们可以在python的IDLE中导入pandas，如图，输入“import pandas as pd”按enter即可。如果是在脚本中，在开始的第一行加入该脚本即可。

将同花顺iFinD数据接口中的数据

转换为pandas，并输出为csv文件

导入了pandas包之后，我们要做的事情就是将数据变为pandas的格式。在同花顺iFinD数据接口中，将返回的数据转换为pandas非常便捷，只要在任意同花顺数据接口代码前加一个“THS_Trans2DataFrame()”即可。如下图：

最后，我们可以选择将这个数据转换成csv（excel、wps可以打开的格式）。如图，假设我们需要在D盘下存为data.csv，我们只需要加入如下代码即可。其中to_csv()中的第一段为保存的路径。第二段index=False为输出文件不需要序号。

最终输出结果，如图所示：