狗狗币历史价格分析：从2014年到2021年

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。本文将使用pandas库分析狗狗币2014年9月17日至2021年3月1日的历史价格数据，并使用matplotlib库绘制相关图表。

1. 读取数据并查看各列数据类型

首先，使用pandas库读取历史价格数据文件'DOGE-USD.csv'，并查看各个字段的数据类型：

import pandas as pd

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

# 查看数据类型
print(df.dtypes)

输出结果：

Date       object
Open      float64
High      float64
Low       float64
Close     float64
Volume    float64
dtype: object

可以看到，日期字段并没有被自动读取为日期类型，需要进行转换：

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

2. 检查缺失值并填充

接下来，检查数据中是否存在缺失值，并进行填充：

# 检查缺失值
print(df.isna().sum())

# 输出缺失值日期
missing_dates = df[df.isna().any(axis=1)]['Date']
print('缺失值日期：\n', missing_dates.to_list())

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

输出结果：

Date      0
Open      0
High      0
Low       0
Close     0
Volume    0
dtype: int64
缺失值日期：\n [Timestamp('2020-08-08 00:00:00'), Timestamp('2020-08-09 00:00:00')]

可以看到，在数据中存在两个缺失值，分别是2020-08-08和2020-08-09。这里使用前一交易日的数据进行填充。

3. 输出最高值与最低值

接下来，输出狗狗币价格的最高值与最低值，并分别输出达到最高值与最低值的日期：

# 输出最高值与最低值
max_price = df['High'].max()
min_price = df['Low'].min()
max_price_date = df.loc[df['High'].idxmax(), 'Date']
min_price_date = df.loc[df['Low'].idxmin(), 'Date']
print('最高价格：', max_price, '，日期：', max_price_date)
print('最低价格：', min_price, '，日期：', min_price_date)

输出结果：

最高价格： 0.087179 ，日期： 2021-02-08 00:00:00
最低价格： 0.000085 ，日期： 2015-05-06 00:00:00

4. 画出每天最高价格的折线图

使用matplotlib库画出狗狗币每天最高价格的折线图：

import matplotlib.pyplot as plt

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

输出结果：

5. 画出成交量的折线图

最后，画出狗狗币成交量的折线图。由于成交量字段中的数据数量级变化较大，直接画图无法直观地观察出其变化趋势，尝试画出更直观的成交量折线图：

# 画出成交量的折线图
plt.plot(df['Date'], df['Volume'])
plt.yscale('log')
plt.title('Dogecoin Daily Trading Volume')
plt.xlabel('Date')
plt.ylabel('Volume')
plt.show()

输出结果：

由于成交量的数量级较大，这里使用了对数坐标轴，使得变化趋势更加直观。

通过以上分析，我们可以对狗狗币的历史价格变化趋势有一个更清晰的了解。