Pandas é uma biblioteca open source, licenciada pelo BSD, que fornece estruturas de dados de alto desempenho, fáceis de usar e ferramentas de análise de dados para a linguagem de programação Python.

Se você é programador e gosta da área financeira ou é da área financeira e gosta de programar, é essencial conhecer a linguagem de programação Python junto com a biblioteca Pandas.

Quando vamos analisar ações da bolsa de valores, nós pegamos através de uma API externa que nos retorna todos os valores de uma ação em um determinado período na forma de um objeto do Pandas chamado Dataframe.

De acordo com a documentação oficial, um Dataframe é:

Estrutura de dados tabulares bidimensionais mutáveis, potencialmente heterogêneos, com eixos rotulados (linhas e colunas).

O Dataframe possui diversas funções para ser manipulado. Vamos ver algumas delas aqui.

Vamos começar importando o Pandas e chamá-lo de pd.

import pandas as pd

Agora vamos ler o CSV com os valores das ações preferenciais da Petrobras (PETR4) do ano de 2018:

# Uma das colunas desse CSV é o `Date`.
# Vamos setar essa coluna como o índice do dataframe com o parâmetro `index_col`.

petrobras = pd.read_csv('petrobras.csv', index_col='Date')

O read_csv lê um CSV e retorna um Dataframe com todos os valores. Para confirmar o tipo do objeto:

type(petrobras)
pandas.core.frame.DataFrame

Para lermos as 5 primeiras linhas do nosso dataframe, usamos o método head(). Se quisermos ler um número de linhas diferente de 5, basta passar por parâmetro o número desejado.

petrobras.head()
# petrobras.head(3)
# petrobras.head(10)

Já para lermos as últimas 5 linhas do dataframe, temos o tail(). Aqui também podemos passar por parâmetro o número de linhas desejado.

petrobras.tail()
# petrobras.tail(2)
# petrobras.tail(11)

Para ver todos os índices do dataframe:

petrobras.index

    Index(['2018-01-02', '2018-01-03', '2018-01-04', '2018-01-05', '2018-01-08',
           '2018-01-09', '2018-01-10', '2018-01-11', '2018-01-12', '2018-01-15',
           ...
           '2018-12-13', '2018-12-14', '2018-12-17', '2018-12-18', '2018-12-19',
           '2018-12-20', '2018-12-21', '2018-12-26', '2018-12-27', '2018-12-28'],
          dtype='object', name='Date', length=246)

E se quisermos ver o cabeçalho (ou o nome das colunas) do nosso dataframe:

petrobras.columns

    Index(['High', 'Low', 'Open', 'Close', 'Volume', 'Adj Close',
           'Retorno Diário'],
          dtype='object')

Para calcularmos dados estatísticos como média, desvio padrão (std) e amplitude interquartil de cada coluna do dataframe:

petrobras.describe()

Para ordenarmos o dataframe por uma coluna específica, temos o método sort_values e nele passamos por parâmetro by o nome da coluna que desejamos ordenar.

petrobras.sort_values(by='Retorno Diário')

Se quisermos apenas uma coluna do Dataframe:

petrobras['Adj Close']

    Date
    2018-01-02    15.793664
    2018-01-03    15.936812
    2018-01-04    15.965438
    ...           ...    
    2018-12-26    21.583012
    2018-12-27    21.573057
    2018-12-28    22.578539
    Name: Adj Close, Length: 246, dtype: float64

Para trazer apenas algumas linhas no meio do dataframe, é só escrever o intervalo de linhas que precisa.

Por exemplo, para retornar da décima primeira até a décima quinta linha, basta fazer [10:15].

Lembrando que o número à esquerda dos dois pontos é zero-based, por isso 10 é a décima primeira linha. Mas o número à direita é one-based, ou seja, a contagem começa do 1. Então 15 é 15 mesmo. =D

petrobras[10:15]

Mas se quisermos ver as linhas através do índice, que é uma data:

petrobras['2018-10-01':'2018-10-05']

E para ver apenas algumas colunas de algumas datas, usamos o método loc.

petrobras.loc['2018-03-01':'2018-03-10', ['Volume', 'Adj Close']]

Para fazer a mesma coisa que acima, mas ao invés de passar o índice propriamente dito e os nomes das colunas, passarmos o número da linha e da coluna, usamos o método iloc.

petrobras.iloc[55:60, 0:2]

Também podemos fazer condições.

Por exemplo, quero ver todos os dias que houve uma alta maior que 10%:

petrobras[petrobras['Retorno Diário'] > 0.1]

Ou uma queda maior 10%

petrobras[petrobras['Retorno Diário'] < -0.1]

Para ver qual foi a média de retorno diário que essa ação teve:

media_diaria = petrobras['Retorno Diário'].mean()
print('{}%'.format(round(media_diaria * 100, 3)))

0.212%

E o desvio padrão (std - standard deviation).

Obs.: o desvio padrão mede a volatilidade dos preços da ação. Quanto maior esse valor, mais volátil ela é.

petrobras['Retorno Diário'].std()

0.0330541216641421

E para plotar um gráfico de uma determinada coluna, é tão simples quanto ver a média ou o desvio padrão.

Obs.: Abaixo eu passei mais um parâmetro que é o tamanho do gráfico: figsize=().

petrobras['Retorno Diário'].plot(figsize=(17,6))