マイニングの収益をプログラミング言語Pythonで分析する方法【プログラム付き】

#ライブラリのインポート
import pandas as pd
from pylab import mpl, plt
import datetime
plt.style.use('seaborn')
mpl.rcParams['font.family'] = 'serif'
%matplotlib inline

#CSVファイルの読み込み
data = pd.read_csv('mining.csv')

#リストデータだけを抽出
df = data[:-5]

#マイニング報酬と手数料だけ抽出
re_df = df[(df['Purpose'] == 'Hashpower mining') | (df['Purpose'] == 'Hashpower mining fee')]
re_df = re_df.reset_index() #インデックスの振り直し

#マイニング報酬だけを抽出
rieki_df = df[df['Purpose'] == 'Hashpower mining']
rieki_df = rieki_df.reset_index() 

#マイニング手数料だけを抽出
cost_df = df[df['Purpose'] == 'Hashpower mining fee']
cost_df = cost_df.reset_index() 

#出金した金額だけを抽出
withdraw_df = df[df['Purpose'] == 'Withdrawal complete']
withdraw_df = withdraw_df.reset_index() 

#出金手数料だけを抽出
withdrawfee_df = df[df['Purpose'] == 'Withdrawal fee']
withdrawfee_df = withdrawfee_df.reset_index() 

matome = data[-5:]
matome.head()

#マイニング報酬のみを抽出
rieki_df = re_df[re_df['Purpose'] == 'Hashpower mining']
rieki_df = rieki_df.reset_index() #インデックスの振り直し

#グラフデータの用意
num = rieki_df.index #回数
amount_jpy = rieki_df['Amount (JPY)'] #報酬金額

#グラフの作成と表示
plt.figure(figsize=(20, 10)) #グラフサイズ
plt.plot(num, amount_jpy, lw=2, label = 'amount_jpy', color='b') #グラフデータ
plt.legend(loc=2, fontsize=18) #凡例
plt.xlabel('count', fontsize=18) #横軸のラベル
plt.ylabel('price(JPY)', fontsize=18) #縦軸のラベル
plt.tick_params(labelsize=18) #ラベルの文字サイズ
plt.savefig("mining_profit_count.png") #名前をつけて保存

#マイニング報酬と手数料だけ抽出
re_df = df[(df['Purpose'] == 'Hashpower mining') | (df['Purpose'] == 'Hashpower mining fee')]
re_df = re_df.reset_index() #インデックスの振り直し

#マイニング報酬から手数料を差し引いた合計金額
re_df['Profit (JPY)'] = re_df['Amount (JPY)'].cumsum()

#グラフデータの用意
profit = re_df['Profit (JPY)']
re_num = re_df.index #回数

#月末時点での利益の合計金額
print(profit.iloc[-1])

#グラフの作成と表示
plt.figure(figsize=(20, 10))
plt.plot(re_num, profit , lw=2, label = 'profit_jpy', color='b')
plt.legend(loc=2, fontsize=18)
plt.xlabel('count', fontsize=18)
plt.ylabel('price(JPY)', fontsize=18)
plt.tick_params(labelsize=18)
plt.savefig("mining_profit.png")

#マイニング報酬のデータを抽出
rieki_df = df[df['Purpose'] == 'Hashpower mining']
rieki_df = rieki_df.reset_index()

#グラフデータの用意
num = rieki_df.index #回数
rate = rieki_df['* Exchange rate'] / rieki_df['* Exchange rate'][0] * 100 #マイニングの交換レートの変化率

#グラフの作成と表示
plt.figure(figsize=(20, 10))
plt.plot(num, rate, lw=2, label = 'Exchance rate', color='b')
plt.legend(loc=1, fontsize=18)
plt.xlabel('count', fontsize=18)
plt.ylabel('BTC price change(%)', fontsize=18)
plt.tick_params(labelsize=18)
plt.savefig("BTCexchange_rate.png")

#グラフデータの用意
num = rieki_df.index #回数
rate = rieki_df['* Exchange rate'] / rieki_df['* Exchange rate'][0] * 100 #マイニングの交換レートの変化率

#マイニング報酬の変化率
profit_change = rieki_df['Amount (JPY)'] / rieki_df['Amount (JPY)'][0] * 100

#グラフの作成と表示
plt.figure(figsize=(20, 10))
plt.plot(num[:169], rate[:169], lw=2, label = 'BTC exchance rate', color='b')
plt.plot(num[:169], profit_change[:169], lw=2, label = 'profit change', color='g')
plt.legend(loc=2, fontsize=18)
plt.xlabel('count', fontsize=18)
plt.ylabel('change(%)', fontsize=18)
plt.tick_params(labelsize=18)
plt.savefig("BTCexchange_profitchange.png")

#出金手数料
withdrawfee_df = df[df['Purpose'] == 'Withdrawal fee']
withdraw_fee = withdrawfee_df['Amount (JPY)'].cumsum() #合計金額

#マイニング手数料
miningfee_df =  df[df['Purpose'] == 'Hashpower mining fee']
mining_fee = miningfee_df['Amount (JPY)'].cumsum()

#合計の手数料
fee = int(withdraw_fee.iloc[-1] + mining_fee.iloc[-1])
print(fee)