基本数据操作

  • data.drop('date', axis=1, inplace=True)
    删除"data"这一列，并且覆盖源数据
  • data.drop(['data1','data2','data3'], axis=1, inplace=True)
    删除列表内['data1','data2','data3']这些列，并且覆盖源数据
  • axis=1表示列

索引操作

pandas的默认索引操作是：data[列][行]

也可以使用data.iloc[行，列]去操作数据

赋值操作

Dataframe排序

data.sort_values(by=列名,ascending=True)

ascending=True为升序，Flase为降序，data.sort_values()支持多列排序，规则是若第一个列值相等，则比较第二个列值。

单列，data.sort_values(by="open", ascending=False).head()

多列，data.sort_values(by=["open", "high"]).head()

data.sort_index()

对索引进行排序，也就是行

小结

Dataframe的运算

算术运算

data[列名].add(10)，该列的数值都加10。

data["open"].add(10).head()

逻辑运算

我感觉data[ ]这个框框里应该是布尔型，True的就展示，Flase就忽略

data[data["open"] > 23].head()

可以直接用 >,<,==这些常见的逻辑运算符号。

data[(data["open"]>23)&(data["open"]<24)].head()

data.query("open<24 & open>23").head()

也可以使用data.query(字符串的形式去表达逻辑运算)，效果和直接用逻辑运算符号一样

data[data["open"].isin([23.23, 23.71])]

.isin(列表)，列表里存放需要从data里判断是否存在的值，也很好用，和in关键字差不多

统计运算

最常用的data.describe()，整体数据概况

data.describe()

data.idxmax()和data.indxmin()

获取最大值的行索引值

累计统计函数

data.cumsum()去展示

stock_rise = data["p_change"]
stock_rise.cumsum().plot()
plt.show()

自定义运算

  • apply(func,axis=0)
    func:自定义函数
    axis=0：默认是列，axis=1为行进行运算
  • 定义一个对列，最大值 - 最小值 的函数
data[["open", "close"]].apply(lambda x: x.max()-x.min(), axis=0)

小结

所念皆星河