码迷,mamicode.com
首页 > 编程语言 > 详细

Python Pandas

时间:2018-03-28 14:17:16      阅读:556      评论:0      收藏:0      [点我收藏+]

标签:open   数据   统计   交易   day   close   random   nbsp   成交   

引入方式

import pandas as pd

准备数据

import numpy as np

stock_cnt = 200
view_days = 504
# 生成序列
stock_day_change = np.random.standard_normal((stock_cnt, view_days))
stock_day_change.shape

列出前5行数据

pd.DataFrame(stock_day_change).head(5)



4.1.2 索引行列序列

# 从2017-1-1向上时间递进,单位freq=‘1d‘即1天
days = pd.date_range(2017-1-1, periods=stock_day_change.shape[1], freq=1d)
# 股票0 -> 股票stock_day_change.shape[0]
stock_symbols = [股票  + str(x) for x in range(stock_day_change.shape[0])]
# 分别设置index和columns
df = pd.DataFrame(stock_day_change, index=stock_symbols, columns=days)
df.head(2)

 

df_stock0 = df[股票 0]
print(type(df_stock0))
# 打印出Series的前5行数据, 与DataFrame一致
# <class ‘pandas.core.series.Series‘>
df_stock0.head()



4.2.1 数据整体分析

#info()查看数据是否有缺失,及各个子数据的数据类型
tsla_df.info()
#describe()展示每组数据的统计信息
tsla_df.describe()


4.2.2 索引选取和切片选择

#使用loc配合行名称、列名称选取切片示例如下
# 2014-07-23至2014-07-31 开盘价格序列
tsla_df.loc[2014-07-23:2014-07-31, open]

iloc配合行索引数值及列索引数值选取切片

# [1:5]:(1,2,3,4),[2:6]: (2, 3, 4, 5)
tsla_df.iloc[1:5, 2:6]

根据列名混合选择

tsla_df.[[close,high,low]][0:3]



4.2.3 逻辑条件进行数据筛选

# abs为取绝对值
# 涨跌幅大于8%,交易成交量大于统计周期内的平均值的2.5倍
tsla_df[(np.abs(tsla_df.netChangeRatio) > 8) & (tsla_df.volume > 2.5 * tsla_df.volume.mean())]


4.2.4 数据转换与规整

tsla_df.sort_index(by=netChangeRatio)[:5]
# 如果一行的数据中存在na就删除这行
tsla_df.dropna()            
# 通过how控制 如果一行的数据中全部都是na就删除这行
tsla_df.dropna(how=all)    
# 使用指定值填充na, inplace代表就地操作,即不返回新的序列在原始序列上修改
tsla_df.fillna(tsla_df.mean(), inplace=True).head()
# pct_change()对序列从第二项开始向前做减法后再除以前一项,即涨跌幅
tsla_df.close.pct_change()[:3]
# 将change_ratio转变成与tsla_df.p_change字段一样的百分百,同样保留两位小数
np.round(change_ratio[-5:] * 100, 2)


4.2.5 数据本地序列化操作

tsla_df.to_csv(../gen/tsla_df.csv, columns=tsla_df.columns, index=True)
tsla_df_load = pd.read_csv(../gen/tsla_df.csv, parse_dates=True, index_col=0)
tsla_df_load.head()

 

Python Pandas

标签:open   数据   统计   交易   day   close   random   nbsp   成交   

原文地址:https://www.cnblogs.com/fangbei/p/Python-Pandas.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!