正心全栈编程-文档站

Appearance

DataFrame 基本操作 ​

为了理解这些基本操作，将读取一个真实的股票数据。

提示

文件下载 stock_day.csv

python
import pandas as pd

# 读取文件
df = pd.read_csv("stock_day.csv")
# print(df)

# 删除一些列，让数据更简单些，再去做后面的操作
df = df.drop(["ma5", "ma10", "ma20", "v_ma5", "v_ma10", "v_ma20"], axis=1)
print(df.head())

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。

直接使用行列索引(先列后行) ​

获取 '2018-02-27' 这天的 'close' 的结果

python
# 直接使用行列索引名字的方式（先列后行）
print(df['open']['2018-02-27'])

"""
不支持的操作
print(data['2018-02-27']['open'])
print(data[:1, :2])
"""

结合 loc 或者 iloc 使用索引 ​

获取从 '2018-02-27':'2018-02-22'，'open' 的结果

python
# 使用 loc 只能指定行列索引的名字
print(df.loc['2018-02-27':'2018-02-22', 'open'])

2018-02-27    23.53
2018-02-26    22.80
2018-02-23    22.88
Name: open, dtype: float64


# 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
print(df.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

使用 ix 组合索引 ​

Warning:Starting in 0.20.0, the .ix indexer is deprecated, in favor of the more strict .iloc and .loc indexers.

获取行第 1 天到第 4 天，['open', 'close', 'high', 'low'] 这个四个指标的结果

python
# 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
print(df.ix[0:4, ['open', 'close', 'high', 'low']])

# 推荐使用 loc 和 iloc 来获取的方式
print(df.loc[df.index[0:4], ['open', 'close', 'high', 'low']])
print(df.iloc[0:4, df.columns.get_indexer(['open', 'close', 'high', 'low'])])

# 结果
            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

赋值操作 ​

对 DataFrame 当中的 close 列进行重新赋值为 1

python
# 直接修改原来的值
df['close'] = 1
# 或者
df.close = 1

print(df.close)

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

DataFrame 排序 ​

  • 使用 df.sort_values(by=, ascending=)
    • 单个键或者多个键进行排序,
    • 参数：
      • by：指定排序参考的键
      • ascending:默认升序
        • ascending=False:降序
        • ascending=True:升序
python
# 按照开盘价大小进行排序 , 使用 ascending 指定按照大小排序
print(df.sort_values(by="open", ascending=True).head())

python
# 按照多个键进行排序

print(df.sort_values(by=['open', 'high']).head())

  • 使用 df.sort_index 给索引进行排序

这个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
df.sort_index()

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

python
print(df['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
python
# 对索引进行排序
print(df['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

总结 ​

    1. 索引【掌握】
    • 直接索引 -- 先列后行,是需要通过索引的字符串进行获取
    • loc -- 先行后列,是需要通过索引的字符串进行获取
    • iloc -- 先行后列,是通过下标进行索引
    • ix -- 先行后列, 可以用上面两种方法混合进行索引
    1. 赋值【知道】
    • data[""] =
    • data. =
    1. 排序【知道】
    • dataframe
      • 对象 .sort_values()
      • 对象 .sort_index()
    • series
      • 对象 .sort_values()
      • 对象 .sort_index()