---恢復(fù)內(nèi)容開(kāi)始---

1.選取行名、列名、值   進(jìn)群：125240963   即可獲取數(shù)十套PDF哦！

 

 

2.以標(biāo)簽（行、列的名字）為索引選擇數(shù)據(jù)—— x.loc[行標(biāo)簽,列標(biāo)簽] 私信小編007即可獲取數(shù)十套PDF哦！

 

3.以位置（第幾行、第幾列）為索引選擇數(shù)據(jù)—— x.iloc[行位置,列位置]

 

4.同時(shí)根據(jù)標(biāo)簽和位置選擇數(shù)據(jù)——x.ix[行,列]

 

5.選擇連續(xù)的多行多列——切片

起點(diǎn)索引:終點(diǎn)索引 這種用法叫做一個(gè)切片，指從起點(diǎn)索引到終點(diǎn)索引。看實(shí)際用法就懂了。

如果起點(diǎn)索引省略代表從頭開(kāi)始，終點(diǎn)索引省略代表直到最后，都省略就代表全部了。

切片在.loc、.iloc、.ix三種方法中都可以應(yīng)用

 

由上例可見(jiàn)，當(dāng)以位置為索引時(shí)，切片是不包括終點(diǎn)的，是左閉右開(kāi)的。即第1列到第3列不是寫(xiě)作0:2而是0:3。

 

6.選擇不連續(xù)的某幾行或某幾列

 

 

備注：當(dāng)以標(biāo)簽名選取不連續(xù)的某幾行的時(shí)候在這個(gè)例子中如df.loc['2016-02-02','2016-02-04',:]這樣寫(xiě)會(huì)出錯(cuò)，，是時(shí)間格式的原因，這樣寫(xiě)就可以了df.ix[[pd.Timestamp('2016-02-02'), pd.Timestamp('2016-02-04')]]

7.簡(jiǎn)便地獲取行或列

直接用切片獲取行，直接用標(biāo)簽名獲取列。注意不要錯(cuò)亂。

 

 

8.如何返回一個(gè)dataframe的單列或單行

如上，此時(shí)返回的是一個(gè)series，而不是dataframe。有時(shí)單獨(dú)只獲取一行的時(shí)候也會(huì)返回一個(gè)series，如df.ix[0,:]。

 

若要返回dataframe，可用中括號(hào)把索引括上，如下。

 

9.按條件選取數(shù)據(jù)——df[邏輯條件]

邏輯條件支持&(與)、|(或)、~(非)等邏輯運(yùn)算

 

 

這個(gè)方法有個(gè)常用情景，即按條件修改數(shù)據(jù)：

 

02. dataframe轉(zhuǎn)置、排序

1.轉(zhuǎn)置 df.T

 

2.按行名或列名排序——df.sort_index

df.sort_index(axis=0,ascending=True)

• axis= 0 為按行名排序；1 為按列名排序
• ascending= True 為升序； False 為降序

 

3.按值排序——df.sort_index

df.sort(by=, ascending=True)

• by= 按哪一列的值排序，默認(rèn)是按行標(biāo)簽排序
• ascending= True 為升序； False 為降序

 

03. dataframe增刪行或列

1.獲得一個(gè)datframe數(shù)據(jù)類(lèi)型的樣例

 

2.增加一列或一行

 

3.刪除行或列——df.drop

df.drop(labels,axis=0，inplace=Flase)

• labels 行或列的標(biāo)簽名，寫(xiě)在第一個(gè)可省略。
• axis= 0 刪除行；1 刪除列
• inplace= False 生成新dataframe；True 不生成新的dataframe，替換原本dataframe。默認(rèn)是False。
• 該操作默認(rèn)返回的是另一個(gè)新的dataframe，以至于原來(lái)的沒(méi)有變，如在下面第一個(gè)例子中刪除的列，在第二個(gè)例子中還有。要替換原來(lái)的請(qǐng)調(diào)整inplace參數(shù)

 

04.鏈接多個(gè)dataframe

1.concat，concat([df1,df2,...],axis=0)

• axis= 0 縱向；1 橫向。
• 使用前需導(dǎo)入過(guò)pandas模塊
• 使用時(shí)要注意連接的dataframe行列對(duì)齊
• 可以同時(shí)拼接多個(gè)dataframe
• 拼接是強(qiáng)制的，允許連接后存在同名的行或列，見(jiàn)縱向連接的第二個(gè)例子

 

2.橫向連接

 

3.縱向連接

 

05.組建dataframe

1.組建方法——pd.DataFrame

pd.DataFrame(data=None, index=None, columns=None)

• data= 數(shù)據(jù)
• index= 索引，即行名、行表頭
• columns= 列名、列表頭

使用前要執(zhí)行前面的import pandas as pd

 

2.用字典型數(shù)據(jù)組建——pd.DataFrame

方法基本同上，因?yàn)樽值湫妥詭б粋€(gè)標(biāo)簽，所以就不用寫(xiě)列名了。

 

3.簡(jiǎn)便地獲得聚寬數(shù)據(jù)中的時(shí)間索引

有時(shí)建立一個(gè)dataframe時(shí)，為了和平臺(tái)數(shù)據(jù)保持一致，需要使用相同的時(shí)間行索引，但時(shí)間數(shù)據(jù)操作復(fù)雜，而且涉及到節(jié)假日、非交易日等問(wèn)題,直接建立比較困難，這里介紹一種簡(jiǎn)單的方法，快速獲得跟平臺(tái)數(shù)據(jù)一致的時(shí)間索引。原理就是直接把平臺(tái)數(shù)據(jù)的時(shí)間索引拿出來(lái)。例子如下：

 

06.dataframe的缺失值處理

1.去掉缺失值——df.dropna

df.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

• axis= 0 按行檢查缺失；1 按列檢查缺失。不寫(xiě)默認(rèn)為0
• how= 'any' 有一個(gè)缺失值就算缺失；'all' 行或列(根據(jù)axis參數(shù))全缺失才算缺失。不寫(xiě)默認(rèn)為'any'
• thresh= x,x為一個(gè)整數(shù),含義為行或列(根據(jù)axis參數(shù))中非缺失數(shù)值個(gè)數(shù)大于等于x則不算缺失，即小于x則算缺失，會(huì)被去除。
• subset= 標(biāo)簽名。選擇要對(duì)哪個(gè)列或行（與axis中的相反）進(jìn)行檢查缺失，沒(méi)寫(xiě)的則不檢查。即限制檢查范圍。

相對(duì)復(fù)雜，請(qǐng)看例子和與例子注釋。

 

 

 

 

 

2.對(duì)缺失值進(jìn)行填充——df.fillna

df.fillna(value=None,axis=None)

• value= 替換缺失值的值?？梢允菃蝹€(gè)值、字典、dataframe等，但不能是list。區(qū)別請(qǐng)看例子。

 

 

 

 

3.判斷數(shù)據(jù)是否為缺失——df.isnull

 

為什么要這樣用這個(gè)方法判斷是否為缺失？

因?yàn)閚an不等于nan（如下例），即用類(lèi)似x == nan條件為真 這樣的判斷方法無(wú)法判斷一個(gè)值x是否為nan。

 

07.常用統(tǒng)計(jì)函數(shù)

常用統(tǒng)計(jì)函數(shù)

• describe 針對(duì)Series或個(gè)DataFrame列計(jì)算匯總統(tǒng)計(jì)
• count 非na值的數(shù)量
• min、max 計(jì)算最小值和最大值
• idxmin、idxmax 計(jì)算能夠獲取到最大值和最小值得索引值
• quantile 計(jì)算樣本的分位數(shù)（0到1）
• sum 值的總和
• mean 值得平均數(shù)
• median 值得算術(shù)中位數(shù)（50%分位數(shù)）
• mad 根據(jù)平均值計(jì)算平均絕對(duì)離差
• var 樣本值的方差
• std 樣本值的標(biāo)準(zhǔn)差
• skew 樣本值得偏度（三階矩）
• kurt 樣本值得峰度（四階矩）
• cumsum 樣本值得累計(jì)和
• cummin，cummax 樣本值得累計(jì)最大值和累計(jì)最小值
• cumprod 樣本值得累計(jì)積
• diff 計(jì)算一階差分
• pct_change 計(jì)算百分?jǐn)?shù)變化

查看函數(shù)的詳細(xì)信息

08.panel類(lèi)型數(shù)據(jù)分解成dataframe

1.panel的取用方法

panel類(lèi)型的的取用方法類(lèi)似與dataframe，看下例子也就明白了。一般要做統(tǒng)計(jì)方面的工作，也是如下分解成dataframe進(jìn)行操作，基本滿足日常需求。了解更多panel的操作可參考：http://pandas./pandas-docs/stable/api.html#panel

2.panel類(lèi)型數(shù)據(jù)分解成dataframe方法

 

 

09.研究?jī)?nèi)存取dataframe

1.把dataframe存成csv文件——df.to_csv()

用法如下，文件都是存到研究空間中的，如果不寫(xiě)路徑是默認(rèn)是存在根目錄，如df.to_csv('df.csv')

 

 

2.讀取被存成csv文件的dataframe——pd.read_csv()

 

文章來(lái)源于：JoinQuant聚寬

聚寬，國(guó)內(nèi)最大Python量化平臺(tái)，提供從數(shù)據(jù)、回測(cè)、模擬、實(shí)盤(pán)等全流程產(chǎn)品。聚寬已匯聚超過(guò)15w量化愛(ài)好者，與數(shù)十家機(jī)構(gòu)合作，聚寬公眾號(hào)會(huì)定期更新量化干貨，教你用Python寫(xiě)出好策略。

---恢復(fù)內(nèi)容結(jié)束---