Python Pandas学习之基本数据操作详解
时间：2022-07-25 10:52:41|栏目：Python代码|点击： 次
为了更好的理解这些基本操作，下面会通过读取一个股票数据，来进行Pandas基本数据操作的语法介绍。
# 读取文件（读取保存文件后面会专门进行讲解，这里先直接调用下api）
data = pd.read_csv("./data/stock_day.csv") # 读取当前目录下一个csv文件
# 删除一些列，让数据更简单些，再去做后面的操作
data = data.drop(["ma5","ma10","ma20","v_ma5","v_ma10","v_ma20"], axis=1)
1 索引操作
Numpy当中我们已经讲过使用索引选取序列和切片选择，pandas也支持类似的操作，也可以直接使用列名、行名称，甚至组合使用。
1.1 直接使用行列索引(先列后行)
举例：获取2018-02-27 这天闭盘价，即获取’2018-02-27’这天的’close’的结果。
# 直接使用行列索引名字的方式（先列后行） data['close']['2018-02-27'] 24.16 # 不支持的操作 # 错误 data['2018-02-27']['close'] # 错误 data[:1, :2]
1.2 结合loc或者iloc使用索引
获取从’2018-02-27’:‘2018-02-22’，'close’的结果
# 使用loc:只能指定行列索引的名字 data.loc["2018-02-25":"2018-02-14", "open":"low"]
# 使用iloc可以通过索引的下标去获取
# 获取前3天数据,前5列的结果
data.iloc[:3, :5]
open high close low
2018-02-27 23.53 25.88 24.16 23.53
2018-02-26 22.80 23.78 23.53 22.80
2018-02-23 22.88 23.37 22.82 22.71
1.3 使用ix组合索引
获取行第1天到第4天，[‘open’, ‘close’, ‘high’, ‘low’]这个四个指标的结果
# 使用ix进行下表和名称组合做引
data.ix[0:4, ['open', 'close', 'high', 'low']]
# 推荐使用loc和iloc来获取的方式
data.loc[data.index[0:4], ['open', 'close', 'high', 'low']]
data.iloc[0:4, data.columns.get_indexer(['open', 'close', 'high', 'low'])]
open close high low
2018-02-27 23.53 24.16 25.88 23.53
2018-02-26 22.80 23.53 23.78 22.80
2018-02-23 22.88 22.82 23.37 22.71
2018-02-22 22.25 22.28 22.76 22.02
2 赋值操作
对DataFrame当中的close列进行重新赋值为1
# 直接修改原来的值 data['close'] = 1 # 或者 data.close = 1
3 排序
排序有两种形式，一种对于索引进行排序，一种对于内容进行排序
3.1 DataFrame排序
使用df.sort_values(by=, ascending=)
单个键或者多个键进行排序,
参数：
1.by：指定排序参考的键
2.ascending:默认升序
- ascending=False:降序
- ascending=True:升序
# 按照开盘价大小进行排序 , 使用ascending指定按照大小排序,取前5行数据 data.sort_values(by="open", ascending=True).head() # 按照多个键进行排序 data.sort_values(by=['open', 'high'])
使用df.sort_index给索引进行排序
股票的日期索引原来是从大到小，现在重新排序，从小到大。
# 对索引进行排序 data.sort_index()
3.2 Series排序
使用series.sort_values(ascending=True)进行排序
series排序时，只有一列，不需要参数。
data['p_change'].sort_values(ascending=True).head() 2015-09-01 -10.03 2015-09-14 -10.02 2016-01-11 -10.02 2015-07-15 -10.02 2015-08-26 -10.01 Name: p_change, dtype: float64
使用series.sort_index()进行排序，和Dataframe方法一致
# 对索引进行排序 data['p_change'].sort_index().head() 2015-03-02 2.62 2015-03-03 1.44 2015-03-04 1.57 2015-03-05 2.02 2015-03-06 8.51 Name: p_change, dtype: float64
