จัดการข้อมูลหุ้น SET50 นำมาวิเคราะห์ และสร้างกราฟ ด้วย Pandas, Matplotlib

ในการทำ Web Scraping ด้วย Python การเก็บข้อมูลออกมาเป็นเพียงครึ่งเดียวของสิ่งที่ต้องทำ แต่เมื่อได้ข้อมูลเหล่านั้นมาแล้ว เราจะต้องทำการเรียบเรียง ปรับแต่งให้ข้อมูลอยู่ในรูปแบบที่ใช้งานได้ เช่น บันทึกลงรูปแบบของตารางเพื่อบันทึกออกไปเป็นไฟล์ Excel หรืออื่นๆ วันนี้เราจะมาใช้ข้อมูลจากบทเรียนก่อนหน้า มาทดลองทำกัน!

เรียนในบทเรียนวิดีโอผ่าน Youtube

https://youtu.be/2JveA7HFM58

การทำงานกับข้อมูลใน Python

สำหรับการเก็บข้อมูลจากเวปไซต์ด้วย Python ข้อมูลต่างๆ จะอยู่ในรูปแบบของข้อมูลพื้นฐานที่ Python เข้าใจ เช่น ตัวหนังสือ จะอยู่ใน string, ตัวเลขอยู่ใน integer หรือ float และมีโครงสร้างข้อมูลที่มีลักษณะเฉพาะตัว เช่น list รายการข้อมูล, Dictionary การจัดเก็บข้อมูลแบบ key-value pair

โดยในการทำงานกับข้อมูลบน Python เราจะต้องมีความเข้าใจในพื้นฐานการใช้งานข้อมูลแต่ละประเภท ที่จะนำมาปรับแต่ง และเปลี่ยนไปบันทึกในรูปแบบที่นำไปใช้งานต่อได้ เช่น รูปแบบข้อมูลตาราง DataFrame ก่อนบันทึกไปเป็นตารางอย่าง Excel

การสร้างกราฟเพื่อแสดงผลข้อมูล

ในการสร้างกราฟสำหรับข้อมูลใดๆ ก็ตาม แนะนำให้สร้างข้อมูลที่ต้องการให้อยู่ในรูปแบบตาราง DataFrame ทำการปรับแต่งให้เรียบร้อยตามข้อมูลที่ต้องการ แล้วจึงนำข้อมูลใน DataFrame ไปสร้างเป็นกราฟ จะทำให้การจัดการง่ายกว่ามาก

ไฟล์คำสั่งจากบทเรียนที่แล้ว

วันนี้เราจะใช้ข้อมูลจากการเก็บต่อเนื่องมาจากบทเรียนที่แล้ว สามารถเข้าเรียนบทเรียน ดูดด! ข้อมูลหุ้น SET50 ด้วยเทคนิค Web Scraping ผ่าน Selenium, BeautifulSoup ได้ที่นี่

set50_web_scraping.ipynb

Download IPYNB • 18KB

Checkpoint: จะใช้ได้จริง จะต้องทำสิ่งเหล่านี้ได้!

สำหรับการสร้างโปรเจคในวันนี้ สามารถทำตามขั้นตอนตามด้านทางทีละขั้นตอน ตาม checkpoint ด้านล่างได้เลย!

Checkpoint 1 การดึงข้อมูลหุ้นจาก Dictionary ที่เก็บข้อมูล

Checkpoint 2 ดึงตารางแรก งบการเงินมาตั้งค่า index

Checkpoint 3 ดึงตารางที่ 2 ค่าสถิติมาตั้ง index

Checkpoint 4 การดึงชื่อหุ้นแต่ละตัวมาใช้งาน

Checkpoint 5 นำการตั้งค่า index มาทำซ้ำกับข้อมูลหุ้นทุกตัวใน Dictionary

Checkpoint 6 ทดลองดึงข้อมูลจากตารางที่บันทึกอยู่ใน Dictionary

Checkpoint 7 สร้างคำสั่งที่ใช้กำหนดค่าที่ใช้ดึงข้อมูลจากตาราง และตั้งเงื่อนไขป้องกันการเกิด error ในกรณีที่ไม่มีข้อมูล

Checkpoint 8 สร้าง Dictionary สำหรับเก็บข้อมูลจากการดึงข้อมูล และบันทึกลง Dictionary

Checkpoint 9 นำข้อมูล Dictionary มาสร้างเป็นตาราง DataFrame

Checkpoint 10 หมุนตารางให้อยู่ในรูปที่ทำความเข้าใจได้ง่ายกว่า

Checkpoint 11 ตั้งชื่อให้กับ columns เพื่อใช้ดึงข้อมูล

Checkpoint 12 ทำการเรียงลำดับข้อมูลจากมากไปน้อย

Checkpoint 13 สร้างกราฟแท่งจากข้อมูลที่เตรียมเอาไว้

Checkpoint 14 ใส่ filter กรองข้อมูลที่ต้องการ

Checkpoint 15 สร้างคำสั่งสำหรับการปรับตารางใน dictionary

Checkpoint 16 สร้างคำสั่งดึงข้อมูลมาบันทึกใส่ dictionary ใหม่

Checkpoint 17 นำข้อมูลมาใส่ตาราง ปรับแต่งให้เหมาะสม

ข้อมูลอะไรที่ต้องจัดการบ่อยๆ บอกเราผ่าน Discord เวปไซต์ที่น่าสนใจจะถูกหยิบมาสร้างเป็นบทเรียนถัดไป!