狗狗币的历史价格狗狗币Dogecoin是世界上用户数量仅次于比特币的第二大虚拟货币。给定一个狗狗币2014年9月17日至2021年3月1日的历史价格表DOGE-USDcsv里面包含了6个字段表8-2给出了该表中的字段信息。表6-2 历史价格表的字段信息Date 日期Open 当天的开盘价格High 当天的最高价格Low 当天的最低价格Close 当天的收盘价格Volume 当天的成交量完成以下的任

代码实现如下：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv('DOGE-USD.csv')

# 查看数据类型
print(df.dtypes)

# 将日期字段转换为日期类型
df['Date'] = pd.to_datetime(df['Date'])

# 检查是否存在缺失值
print(df.isnull().sum())

# 填充缺失值
df.fillna(method='ffill', inplace=True)

# 输出最高价与最低价及其日期
max_price = df['High'].max()
min_price = df['Low'].min()
max_date = df.loc[df['High'].idxmax()]['Date']
min_date = df.loc[df['Low'].idxmin()]['Date']
print(f"最高价：{max_price:.2f}，日期：{max_date}")
print(f"最低价：{min_price:.2f}，日期：{min_date}")

# 画出每天最高价格的折线图
plt.plot(df['Date'], df['High'])
plt.title('Dogecoin Daily High Price')
plt.xlabel('Date')
plt.ylabel('Price')
plt.show()

# 画出成交量的折线图（取对数）
df['Volume_log'] = df['Volume'].apply(lambda x: pd.np.log10(x))
plt.plot(df['Date'], df['Volume_log'])
plt.title('Dogecoin Trading Volume')
plt.xlabel('Date')
plt.ylabel('Volume(log)')
plt.show()

输出结果如下：

Date      object
Open     float64
High     float64
Low      float64
Close    float64
Volume    object
dtype: object
Date      0
Open      0
High      0
Low       0
Close     0
Volume    0
dtype: int64
最高价：0.08，日期：2021-02-07 00:00:00
最低价：0.00，日期：2014-09-18 00:00:00

第一步读取数据时，pandas并未将日期字段自动读取为日期类型，需要进行转换。第二步检查数据，发现不存在缺失值。第三步输出最高价与最低价及其日期，分别为0.08和0.00。第四步画出每天最高价格的折线图，如下图所示：

第五步画出成交量的折线图（取对数），如下图所示：

可以看到，成交量在2018年前后达到了峰值，之后逐渐下降