python分析scraped的最佳方法

Question

我是新手。我已经设法整理了一个脚本，从一个网站上刮取一些信息。这种情况每天都会发生，数据保存在csv文件中。每个文件的内容类似于：

date, ticker, company name, momentum indicator, other ratios....
2016-08-19, GSK, GlaxoSmithKline, 42, ....
2016-08-19, RDSB, Royal Dutch Shell, 98, .....
....

我已经积累了3个月的每日数据，大约80个文件(文件中的每一行都有相同的日期，然后是不同的共享）。 我现在要做的是逐股检查动量指标和其他比率的演变

例如，我想我应该得到一系列的列表，比如

GSK_momentum_indicator = (42, 43, 38, 47,...) 
RDSB_momentum_indicator = (98, 91, 77, 79,...)

现在，作为一个新手，我有两个问题： 1） 你认为最好的方法是什么？是用列表，字典，还是别的什么？ 2） 您是如何决定上述事项的？是否有使用哪种策略的指导方针？作为一个新手，有什么好的资源可以让我了解更多关于这个主题的知识吗

谢谢

顺便说一句，万一有什么不同，我用的是python3.5.2

Answer 1

为了处理收集的数据，可以使用python模块之一csv或pandas。csv模块用于从csv文件读/写数据，然后您可以将数据转换为python列表和字典并相应地使用。有关详细文档，请转到here

但是如果你有一个大的数据集，那么你应该使用pandas，这是一个专门的数据分析工具。pandas.read_csv函数将csv文件的名称作为参数，并返回一个DataFrame对象，您可以对该对象执行各种操作。有关详细文档，请转到here