如何使用Pandas在CSV文件中筛选特定日期范围并绘制图表？

嘿，作为Python新手处理CSV和可视化确实得注意几个细节，我来帮你搞定日期筛选和绘图的问题～

首先看你现有代码的小问题：你读取CSV的时候只选了Close列，没包含日期列，这就没法筛选日期，而且x轴的日期也会出问题。咱们一步步来修正：

1. 正确读取CSV并处理日期 #

首先得确保把日期列读进来，并且让Pandas识别成日期类型。假设你的CSV里日期列叫Date，修改读取代码：

import pandas as pd
import matplotlib.pyplot as plt

# 读取文件，指定日期列，把它设为索引（方便后续筛选）
prc = pd.read_csv(
    "your_file.csv",  # 这里替换成你的实际文件名
    parse_dates=["Date"],  # 告诉Pandas哪一列是日期
    index_col="Date",  # 将日期设为DataFrame的索引
    nrows=150,
    usecols=["Date", "Close"]  # 必须包含日期列和收盘价列
)

如果你的日期列名字不是Date，记得改成CSV里实际的列名哦～

2. 筛选指定日期范围 #

因为我们把日期设成了索引，直接用切片就能轻松筛选：

# 定义你要的日期范围
start_date = "2013-03-20"
end_date = "2014-03-04"

# 筛选出这个范围内的数据
filtered_prc = prc.loc[start_date:end_date]

如果没把日期设为索引，也可以用布尔索引：

filtered_prc = prc[(prc["Date"] >= start_date) & (prc["Date"] <= end_date)]

3. 计算移动平均并绘图 #

基于筛选后的数据计算移动平均，然后绘图，还要优化一下图表的可读性：

# 计算5日移动平均
prc_ma = filtered_prc["Close"].rolling(5).mean()

# 绘制图表
plt.figure(figsize=(10, 6))  # 设置图表大小，看着更舒服
plt.plot(filtered_prc["Close"], color="blue", label="Price")
plt.plot(prc_ma, color="red", label="5-Day Moving Average")
plt.xlabel("Date")
plt.ylabel("Price")
plt.title("Price & 5-Day Moving Average (2013-03-20 to 2014-03-04)")
plt.legend()  # 显示图例
plt.xticks(rotation=45)  # 旋转日期标签，避免挤在一起
plt.tight_layout()  # 自动调整布局，防止标签被截断
plt.show()

小提示 #

如果Pandas识别不了你的日期格式，可以用date_parser参数自定义解析函数，比如：

from datetime import datetime

prc = pd.read_csv(
    "your_file.csv",
    parse_dates=["Date"],
    date_parser=lambda x: datetime.strptime(x, "%Y/%m/%d"),  # 替换成你的日期格式
    index_col="Date",
    usecols=["Date", "Close"]
)

内容的提问来源于stack exchange，提问作者Hun3u5ek