Python量化交易

数据分析项目案例

第一步，我们先导入tushare：

# 导入tushareimport tushare as tspro = ts.pro_api()
沪深港通标的
很多投资者倾向于投资沪深港通的标的，因为这些股票得到了更多国际投资者的青睐。在tushare中，我们通过stock_basic接口获取股票列表，其中is_hs参数用于筛选沪深港通标的列表，具体规则如下：

沪股通标的：is_hs="H";
深股通标的：is_hs="S";
其他：is_hs="N".
# 沪股通股票列表pro.stock_basic(is_hs='H').head()

# 深股通股票列表pro.stock_basic(is_hs='S').head()

# 非沪深港通股票列表pro.stock_basic(is_hs='N').head()

上市状态
在stock_basic接口中，我们可以用list_status参数筛选不同上市状态的股票。

上市状态：list_status="L";
退市状态：list_status="D";
暂停上市状态：list_status="P".
# 正常上市股票pro.stock_basic(list_status='L').head()

# 已退市股票pro.stock_basic(list_status='D').head()

交易所
我们还可以看分别在上交所和深交所上市的股票列表，只需要在stock_basic中传入exchange参数即可。

上交所：exchange="SSE";
深交所：exchange="SZSE:.
# 上交所股票pro.stock_basic(exchange='SSE').head()

行业
除了参数中提供的筛选维度，我们还可以获取所有股票列表数据之后，用一些字段进行筛选。比如说行业：

df = pro.stock_basic()

df.query('industry == "银行"').head()

上市板块
我们还可以按照上市板块来挑选股票，这一点也很有用，有些投资人侧重于某个板块的股票，比如中小板、创业板等。

df = pro.stock_basic()

df.query('market == "创业板"').head()

地区
我们还能挑选属于某个特定地区的股票。当我们需要寻找地域联动效应或者某个地区爆出了某个利好时，这个筛选方法会很有帮助。

df = pro.stock_basic()df.query('area == "深圳"').head()

上市公司基本信息
在获取了股票列表之后，我们可能还想要了解一下它们的基本信息，比如注册资本、所在城市、经营范围等，这时我们可以使用stock_company接口。

接口默认仅提供了部分字段，需要更多字段的可以用fields参数来指定所需要的列。

pro.stock_company().head(1).T

获取深圳本地股票

我们来看一个案例，比如说之前有国家帮助中小企业解决质押风险，深圳国资委率先响应，然后我们想看一下可能受益的股票有哪些，因此我们想要先找到深圳的本地股列表，并且查看他们的主营业务、员工人数。

# 获取深圳本地上市公司股票列表import pandas as pd# 获取上市公司信息fields = ('ts_code,exchange,chairman,province,' 'city,office,employees,main_business')df = pro.stock_company(fields=fields)df.query('city == "深圳市"').head()

获取员工数超过十万的上市公司股票
可能我们还想通过员工数来筛选出大型的企业，这时我们可以通过employees字段完成筛选。

df = pro.stock_company()df.query('employees >= 100000')

是不是很简单？不过tushare的强大远不止于此
————————————————

分享一下获取股票基本信息的内容，主要包括以下三个知识点，希望对您能有所帮助：

（1）从Tushare获取数据
（2）写入Mysql
（3）导入Excel
后续，我会加入一些复杂的功能，比如定时更新、logging日志等等。

"""
接口：stock_basic
描述：获取基础信息数据，包括股票代码、名称、上市日期、退市日期等
更新频率：one week or long
"""
import tushare as ts
import pymysql
import pandas as pd
 
# 连接数据库,传参数的，返回df
def get_mysql_data(sql):
    db = pymysql.connect(host="localhost",
                         user="root",
                         password="root",
                         db="STOCK",
                         charset='utf8')
    cur = db.cursor()
    cur.execute(sql)
    data = cur.fetchall()
    columnDes = cur.description  # 获取连接对象的描述信息
    columnNames = [columnDes[i][0] for i in range(len(columnDes))]
    df = pd.DataFrame([list(i) for i in data], columns=columnNames)
    cur.close()
    db.commit()
    db.close()
    return df
 
# 将已完成的数据表，导出到excel中
def to_excel():
    sql = "select * from stock_basic"
    df = get_mysql_data(sql)
    df.to_excel(r'D:\0.STOCK\Excel_File\stock_basic.xlsx',index=False)
    print('<=== !!!导入成功!!! =====>')
 
# 返回相应接口的数据
def get_data():
    # 只需要在第一次或者token失效后调用
    ts.set_token('your token')
    pro = ts.pro_api()
    # 查询当前所有正常上市交易的股票列表
    data = pro.stock_basic(exchange='', list_status='L',
                           fields='ts_code,symbol,name,area,industry,market,exchange,list_status,list_date,is_hs')
    return data
 
# 连接数据库，清洗掉原表，并重新写入数据
def write_data():
    db = pymysql.connect(host="localhost",
                         user="root",
                         password="123",
                         db="STOCK",
                         charset='utf8')
    cur = db.cursor()
    cur.execute("truncate TABLE stock_basic")
    para = []
    data = get_data()  # 获取接口的数据
    print('<=== !!!获取成功!!! =====> 共有', data.shape[0], '个股票数据')
    print(data.head())
    for i in range(0, len(data)):
        para.append((i+1, data.loc[i, 'ts_code'], data.loc[i, 'symbol'], data.loc[i, 'name'], data.loc[i, 'area'],
                     data.loc[i, 'industry'], data.loc[i, 'market'], data.loc[i, 'exchange'],
                     data.loc[i, 'list_status'],
                     data.loc[i, 'list_date'], data.loc[i, 'is_hs']))
 
    sql = """
    insert into stock_basic(id,ts_code,symbol,name,area,industry,market,exchange,list_status,list_date,is_hs) values(%s,%s,%s,%s,%s,%s,%s,%s,%s,%s,%s)
    """
    cur.executemany(sql, para)
    # 查询写入的条数
    sql_query = "SELECT ts_code from stock_basic"
    cur.execute(sql_query)
    sql_data = cur.fetchall()
    sql_num = len(sql_data)
    print('Mysql数据库写入成功，共写入', sql_num, '个股票数据')
    cur.close()
    db.commit()
    db.close()
 
if __name__ == '__main__':
    write_data()  # 清除到原表，重新写入
    to_excel()  # 导出到表格中

1、股票分析

需求：

使用tushare包获取某股票的历史行情数据。

输出该股票所有收盘比开盘上涨3%以上的日期。

输出该股票所有开盘比前日收盘跌幅超过2%的日期。

# 需求四：假如我从2010年1月1日开始，每月第一个交易日买入1手股票，每年最后一个交易日卖出所有股票，到今天为止，我的收益如何？

需求一：使用tushare包获取某股票的历史行情数据。

#获取行情

df = ts.get_k_data(code="600519",start='2000-01-01')#保存到本地

df.to_csv('./maotai.csv')#读取本地csv文件数据

df = pd.read_csv('./maotai.csv')#删除 Unnamed: 0 这一列，将 date 列转为时间类型，并设置为 index 列

df.drop(labels='Unnamed: 0',axis=1,inplace=True)

df['date'] = pd.to_datetime(df['date'])

df.set_index('date',inplace=True)print(df.info()) #查看整个数据集合中各个数据类型

print(df)

需求二：输出该股票所有收盘比开盘上涨3%以上的日期。

#(收盘-开盘)/开盘 > 0.03 返回值为 boolean 值，将 boolean 作为行索引来使用

#在分析的过程中如果产生了boolean值则下一步马上将布尔值作为源数据的行索引#如果布尔值作为df的行索引，则可以取出true对应的行数据，忽略false对应的行数据#print((df['close'] - df['open'])/df['open'] > 0.03) # 获取了True对应的行数据（满足需求的行数据）

print(df.loc[(df['close'] - df['open']) / df['open'] > 0.03].index)

需求三：输出该股票所有开盘比前日收盘跌幅超过2%的日期。

#(今日开盘价-昨日收盘价)/昨日收盘价 < -0.02#print(df['close'].shift(1)) # 使 df['close'] 列整体下移一位

print(df.loc[(df['open'] - df['close'].shift(1)) / df['close'].shift(1) < -0.02].index)

# 需求四：假如我从2010年1月1日开始，每月第一个交易日买入1手股票，每年最后一个交易日卖出所有股票，到今天为止，我的收益如何？

- 分析：

- 时间节点：2010-2020

- 一手股票：100支股票

- 买：

- 一个完整的年需要买入1200支股票

- 卖：

- 一个完整的年需要卖出1200支股票

-买卖股票的单价：

- 开盘价

#买股票：找每个月的第一个交易日对应的行数据（捕获到开盘价）==》每月的第一行数据#根据月份从原始数据中提取指定的数据#每月第一个交易日对应的行数据

new_df = df['2010-01-01':]

mairu= new_df.resample('M').first()['open'].sum() * 100 #数据的重新取样，取出每月的第一支股票

maichu = new_df.resample('A').last()['open'][:-1].sum() * 1200 #取出每年最后一个交易日的收盘价

yu = new_df['close'][-1] * 600 #剩余股票价值

#print(new_df.resample('M').first()['open']*100)#print(new_df.resample('A').last()['close'][:-1] * 100)

print(maichu - mairu + yu)

双均线策略

需求一：计算该股票历史数据的5日均线和60日均线

- 什么是均线？

- 对于每一个交易日，都可以计算出前N天的移动平均值，然后把这些移动平均值连起来，成为一条线，就叫做N日移动平均线。移动平均线常用线有5天、10天、30天、60天、120天和240天的指标。

- 5天和10天的是短线操作的参照指标，称做日均线指标；

- 30天和60天的是中期均线指标，称做季均线指标；

- 120天和240天的是长期均线指标，称做年均线指标。

- 均线计算方法：MA=（C1+C2+C3+...+Cn)/N C:某日收盘价 N:移动平均周期（天数）

df = ts.get_k_data(code="600519", start='2000-01-01')

df.to_csv('./maotai.csv')

df= pd.read_csv('./maotai.csv')

df.drop(labels='Unnamed: 0',axis=1,inplace=True)

df['date'] = pd.to_datetime(df['date'])

df.set_index('date',inplace=True)

ma5= df['close'].rolling(5).mean() #5日均线

ma30 = df['close'].rolling(30).mean() #30日均线

plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签

plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

plt.plot(ma5[20:80],'h-r', label='ma5')

plt.plot(ma30[20:80],'h-b', label='ma30')

plt.legend()

plt.show()

需求二：

- 分析输出所有金叉日期和死叉日期

- 股票分析技术中的金叉和死叉，可以简单解释为：

- 分析指标中的两根线，一根为短时间内的指标线，另一根为较长时间的指标线。

- 如果短时间的指标线方向拐头向上，并且穿过了较长时间的指标线，这种状态叫“金叉”

- 如果短时间的指标线方向拐头向下，并且穿过了较长时间的指标线，这种状态叫“死叉”

- 一般情况下，出现金叉后，操作趋向买入；死叉则趋向卖出。当然，金叉和死叉只是分析指标之一，要和其他很多指标配合使用，才能增加操作的准确性。

#分析输出所有金叉日期和死叉日期

df = pd.read_csv('./maotai.csv')

df.drop(labels='Unnamed: 0', axis=1, inplace=True)

df['date'] = pd.to_datetime(df['date'])

df.set_index('date', inplace=True)

ma5= df['close'].rolling(5).mean()

ma30= df['close'].rolling(30).mean()

s5= ma5[30:] < ma30[30:]

s30= ma5[30:] > ma30[30:]

df= df[30:]

down= s5 & s30.shift(1)print(df.loc[down].index) #死叉

up= ~(s5 | s30.shift(1))print(df.loc[up].index) #金叉

需求三：如果我从假如我从2010年1月1日开始，初始资金为100000元，金叉尽量买入，死叉全部卖出，则到今天为止，我的炒股收益率如何？

df = pd.read_csv('./maotai.csv')

df.drop(labels='Unnamed: 0', axis=1, inplace=True)

df['date'] = pd.to_datetime(df['date'])

df.set_index('date', inplace=True)

ma5= df['close'].rolling(5).mean()

ma30= df['close'].rolling(30).mean()

s5= ma5[30:] < ma30[30:]

s30= ma5[30:] > ma30[30:]

df= df[30:]

up= ~(s5 | s30.shift(1)) #金叉

down = s5 & s30.shift(1) #死叉

up_code= Series(data=1, index=(df.loc[up].index))

down_code= Series(data=0, index=(df.loc[down].index))

s=up_code.append(down_code)

s= s.sort_index()['2010-01-01']

first_monry= 100000 #本金，不变

money = first_monry #可变的，买股票话的钱和卖股票收入的钱都从该变量中进行操作

hold = 0 #持有股票的数量（股数：100股=1手）

for i in range(0, len(s)): #i表示的s这个Series中的隐式索引

#i = 0(死叉：卖) = 1（金叉：买）

if s[i] == 1: #金叉的时间

#基于100000的本金尽可能多的去买入股票

#获取股票的单价（金叉时间对应的行数据中的开盘价）

time = s.index[i] #金叉的时间

p = df.loc[time]['open'] #股票的单价

hand_count = money // (p * 100) #使用100000最多买入多少手股票

hold = hand_count * 100money-= (hold * p) #将买股票话的钱从money中减去

else:#将买入的股票卖出去

#找出卖出股票的单价

death_time =s.index[i]

p_death= df.loc[death_time]['open'] #卖股票的单价

money += (p_death * hold) #卖出的股票收入加入到money

hold =0#如何判定最后一天为金叉还是死叉

last_monry = hold * df['close'][-1] #剩余股票的价值

#总收益

money + last_monry -first_monryprint(money)

人口分析项目

-需求：-导入文件，查看原始数据-将人口数据和各州简称数据进行合并-将合并的数据中重复的abbreviation列进行删除-查看存在缺失数据的列- 找到有哪些state/region使得state的值为NaN，进行去重操作- 为找到的这些state/region的state项补上正确的值，从而去除掉state这一列的所有NaN-合并各州面积数据areas-我们会发现area(sq.mi)这一列有缺失数据，找出是哪些行-去除含有缺失数据的行-找出2010年的全民人口数据-计算各州的人口密度- 排序，并找出人口密度最高的州

#导入文件，查看原始数据

abb = pd.read_csv(r'H:\py\课件\2-课件\2_数据分析\课件\data\state-abbrevs.csv') #state(州的全称)abbreviation（州的简称）

area = pd.read_csv(r'H:\py\课件\2-课件\2_数据分析\课件\data\state-areas.csv') #state州的全称，area (sq. mi)州的面积

pop = pd.read_csv(r'H:\py\课件\2-课件\2_数据分析\课件\data\state-population.csv')#state/region简称，ages年龄，year时间，population人口数量

#将人口数据和各州简称数据进行合并

abb_pop = pd.merge(abb,pop,left_on='abbreviation',right_on='state/region')

abb_pop#将合并的数据中重复的abbreviation列进行删除

abb_pop2.drop(labels='abbreviation',axis=1,inplace=True)

abb_pop2#查看存在缺失数据的列

abb_pop2.isnull().any(axis=0)#找到有哪些state/region使得state的值为NaN，进行去重操作

abb_pop.loc[abb_pop['state'].isnull()]['state/region'].unique()#为找到的这些state/region的state项补上正确的值，从而去除掉state这一列的所有NaN#合并各州面积数据areas#我们会发现area(sq.mi)这一列有缺失数据，找出是哪些行#去除含有缺失数据的行#找出2010年的全民人口数据#计算各州的人口密度#排序，并找出人口密度最高的州

消费记录分析

第一部分

第一部分：数据类型处理-数据加载-字段含义：-user_id:用户ID-order_dt:购买日期-order_product:购买产品的数量-order_amount:购买金额-观察数据-查看数据的数据类型-数据中是否存储在缺失值-将order_dt转换成时间类型-查看数据的统计描述-计算所有用户购买商品的平均数量-计算所有用户购买商品的平均花费- 在源数据中添加一列表示月份:astype('datetime64[M]')

代码实现

importpandas as pdfrom pandas importDataFrame#数据加载

df = pd.read_csv(r'H:\py\高级\数据分析\科学计算基础包-numpy\CDNOW_master.txt',header=None,sep='\s+',names=['user_id','order_dt','order_product','order_amount'])

df#查看数据的数据类型

df.info()#数据中是否存储在缺失值#df.isnull().any()

df.notnull().all()#将 order_amount 转换成时间类型

df['order_dt'] = pd.to_datetime(df['order_dt'],format='%Y%m%d')

df#查看数据的统计描述

df.describe()#在源数据中添加一列表示月份:astype('datetime64[M]')

df['month'] = df['order_dt'].astype('datetime64[M]')

df

View Code

第二部分

第二部分：按月数据分析-用户每月花费的总金额-绘制曲线图展示-所有用户每月的产品购买量-所有用户每月的消费总次数- 统计每月的消费人数

代码实现

#用户每月花费的总金额

df.groupby(by='month')['order_amount'].sum()#绘制曲线图展示

importmatplotlib.pyplot as plt

plt.plot(df.groupby(by='month')['order_amount'].sum())

df.groupby(by='month')['order_amount'].sum().plot()#所有用户每月的产品购买量

df.groupby(by='month')['order_product'].sum()#所有用户每月的消费总次数

df.groupby(by='month')['user_id'].count()#统计每月的消费人数

df.groupby(by='month')['user_id'].nunique()

View Code

第三部分

第三部分：用户个体消费数据分析-用户消费总金额和消费总次数的统计描述-用户消费金额和消费产品数量的散点图-各个用户消费总金额的直方分布图(消费金额在1000之内的分布)- 各个用户消费的总数量的直方分布图(消费商品的数量在100次之内的分布)

代码实现

#用户消费总金额和消费总次数的统计描述

df.groupby('user_id')['order_amount'].sum()

df.groupby('user_id')['order_product'].count()#用户消费金额和消费产品数量的散点图

order_amount = df.groupby('user_id')['order_amount'].sum()

order_product= df.groupby('user_id')['order_product'].sum()

plt.scatter(order_amount,order_product)#各个用户消费总金额的直方分布图(消费金额在1000之内的分布)

df.groupby(by='user_id').sum().query('order_amount <= 1000')['order_amount'].hist()#各个用户消费的总数量的直方分布图(消费商品的数量在100次之内的分布)

df.groupby(by='user_id').sum().query('order_product <= 100')['order_product'].hist()

View Code

第四部分

第四部分：用户消费行为分析-用户第一次消费的月份分布，和人数统计-绘制线形图-用户最后一次消费的时间分布，和人数统计-绘制线形图-新老客户的占比-消费一次为新用户-消费多次为老用户-分析出每一个用户的第一个消费和最后一次消费的时间- agg(['func1','func2']):对分组后的结果进行指定聚合-分析出新老客户的消费比例-用户分层-分析得出每个用户的总购买量和总消费金额and最近一次消费的时间的表格rfm-RFM模型设计-R表示客户最近一次交易时间的间隔。- /np.timedelta64(1,'D')：去除days-F表示客户购买商品的总数量,F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃。-M表示客户交易的金额。M值越大，表示客户价值越高，反之则表示客户价值越低。-将R，F，M作用到rfm表中-根据价值分层，将用户分为：-重要价值客户-重要保持客户-重要挽留客户-重要发展客户-一般价值客户-一般保持客户-一般挽留客户-一般发展客户- 使用已有的分层模型即可rfm_func

代码实现

importpandas as pdfrom pandas importDataFrame#读取数据

df = pd.read_csv(r'H:\py\高级\数据分析\科学计算基础包-numpy\CDNOW_master.txt',sep='\s+',header=None,names=['user_id','order_dt','order_product','order_amount'])#转为时间格式

df['order_dt'] = pd.to_datetime(df['order_dt'],format='%Y%m%d')#增加月份一列

df['month'] = df['order_dt'].astype('datetime64[M]')#用户第一次消费的月份分布，和人数统计,绘制线形图

df.groupby(by='user_id')['month'].min().value_counts().plot()#用户最后一次消费的时间分布，和人数统计,绘制线形图

df.groupby(by='user_id')['month'].max().value_counts().plot()#新老客户的占比

new_old_user = df.groupby(by='user_id')['order_dt'].agg(['min','max'])

val= (new_old_user['min'] == new_old_user['max']).value_counts()#新用户占比

val[True]/(val[True] +val[False])#老用户占比

val[False]/(val[True] + val[False])

View Code

构建 RFM 数据表

#分析得出每个用户的总购买量和总消费金额and最近一次消费的时间的表格rfm

rfm = df.pivot_table(index='user_id',aggfunc={'order_product':'sum','order_amount':'sum','order_dt':'max'})

rfm#R表示客户最近一次交易时间的间隔

importnumpy as np

new_date= df['order_dt'].max() #数据中最大时间，假设为当前时间

rfm['R'] = -(rfm.groupby(by='user_id')['order_dt'].max()-new_date)/np.timedelta64(1,'D')

rfm#F表示客户购买商品的总数量,F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃#M表示客户交易的金额。M值越大，表示客户价值越高，反之则表示客户价值越低#将R，F，M作用到rfm表中

#删除 order_dt 列

rfm.drop(labels='order_dt',axis=1,inplace=True)#对列进行重命名

rfm.columns = ['M','F','R']

rfm

View Code

用户分层

defrfm_func(x):

level= x.map(lambda x:'1' if x>=0 else '0')

val= level.R + level.F +level.M

dit={'111':'重要价值客户','011':'重要保持客户','101':'重要挽留客户','001':'重要发展客户','110':'一般价值客户','010':'一般保持客户','100':'一般挽留客户','000':'一般发展客户',

}

respons=dit[val]returnrespons

rfm['level'] = rfm.apply(lambda x:x-x.mean()).apply(rfm_func,axis=1)

rfm

View Code

第五部分：用户生命周期

第五部分：用户的生命周期-将用户划分为活跃用户和其他用户-统计每个用户每个月的消费次数-统计每个用户每个月是否消费，消费为 1 否则为 0-知识点：DataFrame的apply和applymap的区别-applymap:返回df-将函数做用于DataFrame中的所有元素(elements)-apply:返回Series-apply()将一个函数作用于DataFrame中的每个行或者列-将用户按照每一个月份分成：-unreg:观望用户（前两月没买，第三个月才第一次买,则用户前两个月为观望用户）-unactive:首月购买后，后序月份没有购买则在没有购买的月份中该用户的为非活跃用户-new:当前月就进行首次购买的用户在当前月为新用户-active:连续月份购买的用户在这些月中为活跃用户- return:购买之后间隔n月再次购买的第一个月份为该月份的回头客

代码实现

importpandas as pdfrom pandas importDataFrame

df= pd.read_csv(r'H:\py\高级\数据分析\科学计算基础包-numpy\CDNOW_master.txt',sep='\s+',header=None,names=['user_id','order_dt','order_product','order_amount'])

df['order_dt'] = pd.to_datetime(df['order_dt'],format='%Y%m%d')

df['month'] = df['order_dt'].astype('datetime64[M]')

df#统计每个用户每个月的消费次数

month_sum = df.pivot_table(index='user_id',values='order_dt',aggfunc='count',columns='month').fillna(0)#统计每个用户每个月是否消费，消费为 1 否则为 0

month_sum = df.pivot_table(index='user_id',values='order_dt',aggfunc='count',columns='month').fillna(0)

df_purchase= month_sum.applymap(lambda x:1 if x>0 else0 )

df_purchase

View Code

区分用户类别

#将df_purchase中的原始数据0和1修改为new，unactive......,返回新的df叫做df_purchase_new#固定算法

month_sum = df.pivot_table(index='user_id',values='order_dt',aggfunc='count',columns='month').fillna(0)

one_zero= month_sum.applymap(lambda x:'1' if x>0 else '0')defactive_status(data):

status= []#某个用户每一个月的活跃度

for i in range(18):#若本月没有消费

if data[i] ==0:if len(status) >0:if status[i-1] == 'unreg':

status.append('unreg')else:

status.append('unactive')else:

status.append('unreg')#若本月消费

else:if len(status) ==0:

status.append('new')else:if status[i-1] == 'unactive':

status.append('return')elif status[i-1] == 'unreg':

status.append('new')else:

status.append('active')returnstatus

pivoted_status= df_purchase.apply(active_status,axis=1)#转为 list 格式

pivoted_status_list =pivoted_status.values.tolist()#生成新的数据表#new_start_info = DataFrame(data=start_list)#生成新的数据表并更换回原 index

new_start_info = DataFrame(data=pivoted_status_list,index=month_sum.index,columns=month_sum.columns)

new_start_info

View Code

- 每月【不同活跃】用户的计数

- purchase_status_ct = df_purchase_new.apply(lambda x : pd.value_counts(x)).fillna(0)

- 转置进行最终结果的查看

new_start_info_ct = new_start_info.apply(lambdax : pd.value_counts(x)).fillna(0)

new_start_info_ct

new_start_info_ct.T