要分析债券市场的总体情况，常见问题是债券的发行量如何，募集主体的结构如何，利率走势如何......这些数据可以从wind债券频道的一级市场下载，本文介绍的是基于明细数据如何用pandas的groupby方法分类汇总数据、计算加权平均利率、绘制简单的走势图等内容。
本文主要涉及groupby方法的灵活运用，以及根据现有字段，如何通过map函数或apply方法建立新字段，此外也运用sns库对数据实现可视化。
一、数据的准备
本文源数据为2018年1月-2019年5月按月新发行的所有债券，上市地点包括银行间市场和交易所市场，各月数据独立保存在excel中，并归并在一个文件夹下
image.png
由于excel直接从wind中导出，所以格式都一样，表头包括发行规模、票面利率、上市地点、发行人全称等68个字段。
二、Excel的批量导入
import pandas as pd
import numpy as np
import os
import warnings
import matplotlib.pyplot as plt
import seaborn as sns
sns.set()
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文字体设置-黑体
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
warnings.filterwarnings("ignore")#忽略警告错误的输出
filepath = []#存储文件路径
huizong = []#存储数据内容
#遍目标文件夹下所有文件，并获得包含文件路径的列表（如果目标文件夹包含多层子文件夹，那么所有底层的文件位置都会被遍历）
for parents, dirs, filenames in os.walk('c:/lenovo/新发行债券'):
for filename in filenames:
filepath.append(os.path.join(parents, filename))#所有文件的路径位置会被记录到filepath中
for file in filepath:#遍历路径位置，依次打开excel，并将excel内容追加到huizong中
bond = pd.read_excel(file, header=0)#excel的第一行即标题，因此header=0
huizong.append(bond)
df = pd.concat(huizong,ignore_index=True)
df
wind债券数据
三、dataframe的数据清理
对数据作简单整理，一是提取发行月份数据，二是将票面利率一列指定为float数值型
#将2019-05-29的数据日期取字符串的前7个字符，即2019-05
df['数据日期']=df['发行起始日'].map(lambda x:str(x)[:7])
df['票面利率(%)']=df['票面利率(%)'].astype(float)
查看债券品种和发行人性质的所有分类
df['Wind债券类型(二级)'].unique()#查看所有的债券品种
债券品种
四、债券数据的基础分析
（一）选取分析数据
选取上海地区发行的非金融企业债券作为分析对象，注意用到isin方法，只要是“Wind债券类型(二级)”字段中含有isin列表中的元素，就属于数据选取之列，这里的选取条件是三个：发行企业在上海、债券品种为非金融企业债券类别、票面利率>0（避免0数据对计算平均值的干扰）
shbond=df[(df['发行人省份']=='上海')&(df['Wind债券类型(二级)'].isin(['定向工具', '一般中期票据', '私募债', '可交换债', '政府支持机构债',
'一般企业债', '一般公司债', '一般短期融资券', '可转债','交易商协会ABN','超短期融资债券']))&(df['票面利率(%)']>0)]
shbond['发行人企业性质'].unique()#查看发行债券的主体性质分类
发行人企业性质
上图有一些企业主体的性质为nan，这类企业都是哪些呢？对dataframe做一个切片：
shbond[shbond['发行人企业性质'].isnull()]['发行人全称'].unique()
企业性质为空的明细数据
这类数据要进行字段补齐，用fillna方法将上面几家企业均归入“名营企业”：
shbond['发行人企业性质']=shbond['发行人企业性质'].fillna('民营企业')
（二）分类汇总
1、2018年初到2019年5月这段时间上海各类型企业发行债券的规模、只数和算术平均利率
分组=['发行人企业性质']#分组变量可以为多个
聚合={'发行规模(亿)':['sum','size'],'票面利率(%)':'mean'}
bondGB =shbond.groupby(分组).agg(聚合)
bondGB=bondGB.reset_index()
bondGB.columns=['发行人企业性质','发行规模','发行只数','平均利率']
bondGB
不同债券发行主体的发行情况
2、选择数据日期作为分组变量
#查看各月债券的发行规模和利率情况
分组=['数据日期']
聚合={'发行规模(亿)':['sum','size'],'票面利率(%)':'mean'}
bondGB =shbond.groupby(分组).agg(聚合)
bondGB=bondGB.reset_index()
bondGB.columns=['数据日期','发行规模','发行只数','平均利率']
bondGB
（三）根据分类汇总结果作图
fig,ax=plt.subplots(figsize=(14,6)) #设置画布尺寸
sns.set_style("white")#设置画布背风格
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文字体设置-黑体
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
sns.barplot(x='数据日期',y='发行规模',data=bondGB,ci=0,ax=ax)
ax=ax.twinx()#建立次坐标轴，反映利率
sns.lineplot(x='数据日期',y='平均利率',data=bondGB,ci=0,ax=ax,label='算数平均利率')
各月债券的发行规模和利率情况
（四）以债券发行金额为权重，计算每月新发行债券的加权平均利率
def prop(arr):#组内求占比,参数arr传入的是一个series
return arr/arr.sum()
分组=['数据日期']
#在对数据按月分组的基础上，每个组内计算每笔债券发行金额占当月全部发行规模的比重，即加权平均利率的权重
shbond['权重']=shbond.groupby(分组)['发行规模(亿)'].apply(prop)
shbond['加权利率'] = shbond['权重']*shbond['票面利率(%)']
聚合={'发行规模(亿)':['sum','size'],'加权利率':'sum'}
WtMean =shbond.groupby(分组).agg(聚合)
WtMean=WtMean.reset_index()
WtMean.columns=['数据日期','发行规模','发行只数','平均利率']
WtMean
将加权平均利率折线图与算数平均利率折线图对比
sns.lineplot(x='数据日期',y='平均利率',data=WtMean,ci=0,ax=ax,label='加权平均利率')
算数平均利率与加权平均利率的比较
