一.Series 对象(一维数组)
Series是一种类似与一维数组的对象，由下面两个部分组成：
values：一组数据（ndarray类型）
index：相关的数据索引标签
1.创建
# 导入模块
from pandas import Series,DataFrame import pandas as pd import numpy as np
①使用列表创建
#使用列表创建Series
#默认索引 Series(data=[1,2,3])
#指定索引 Series(data=[1,2,3],index=['a','b','c'])
结果为:
a 1 b 2 c 3 dtype: int64
②使用numpy 创建
s = Series(data=np.random.randint(0,100,size=(3,)),index=['a','b','c'])
结果为:
a 37 b 13 c 71 dtype: int32
③使用字典创建
由字典创建:不能在使用index.但是依然存在默认索引
注意：数据源必须为一维数据
dic = { '语文':99, '数学':100, '英语':88, '理综':120 } s = Series(data=dic)
结果为:
数学 100 理综 120 英语 88 语文 99 dtype: int64
2.索引和切片
①索引
s[0]
结果为:
数学 100
②切片
s[0:2]
结果为:
数学 100 理综 120 dtype: int64
3.基本概念
①添加数据
s['毛概'] = 111
结果为:
数学 100 理综 120 英语 88 语文 99 毛概 111 dtype: int64
②查看属性
shape 形状，
size 总长度，
index 索引,
values 值
示例:
s.values
array([100, 120, 88, 99, 111], dtype=int64)
③查值
可以使用s.head(),tail()分别查看前n个和后n个值
示例:
s.tail(2)
语文 99 毛概 111 dtype: int64
④去重
s1 = Series(data=[1,1,1,2,2,2,3,3,4,56,6,7,8,8,8,7]) s1.unique()
结果为:
array([ 1, 2, 3, 4, 56, 6, 7, 8], dtype=int64)
4.Series的运算
在运算中自动对齐不同索引的数据
如果索引不对应，则补NaN
①运算
示例:
s1 = Series(data=[1,2,3],index=['a','b','c']) s2 = Series(data=[1,2,3],index=['a','b','d']) s = s1 + s2
结果为:
a 2.0 b 4.0 c NaN d NaN dtype: float64
②可以使用pd.isnull()，pd.notnull()，
或s.isnull(),notnull()函数检测缺失数据
③ boolean值可以作为Series的索引，只保留True对应的元素值，忽略False对应的元素值
二. DataFrame
DataFrame是一个【表格型】的数据结构。DataFrame由按一定顺序排列的多列数据组成。
设计初衷是将Series的使用场景从一维拓展到多维。DataFrame既有行索引，也有列索引。
行索引：index
列索引：columns
值：values
1.创建
①使用ndarray创建DataFrame
②使用字典创建
2.属性
values、值
columns、 列索引
index、行索引
shape 形状
3.索引和切片
df[0] #列索引 df.iloc[0] #行索引 df.iloc[1,2] #定位一个元素
df[0:2] #切行 df.iloc[:,0:2] #切列
对行进行索引
- 使用.loc[]加index来进行行索引(设置了index)
- 使用.iloc[]加整数来进行行索引①修改索引
②获取前两列
③获取前两行
④定位元素
⑤切出前两行
⑥切出前两列
4.运算
同Series一样：
在运算中自动对齐不同索引的数据
如果索引不对应，则补NaN
示例:
5.练习
============================================
练习1：
假设ddd是期中考试成绩，ddd2是期末考试成绩，请自由创建ddd2，并将其与ddd相加，求期中期末平均值。
假设张三期中考试数学被发现作弊，要记为0分，如何实现？
李四因为举报张三作弊立功，期中考试所有科目加100分，如何实现？
后来老师发现有一道题出错了，为了安抚学生情绪，给每位学生每个科目都加10分，如何实现？
============================================
①
# 创建(期中和期末一样的值)
dic = { '张三':[150,150,150,150], '李四':[0,0,0,0] } df = DataFrame(data=dic,index=['语文','数学','英语','理综']) qizhong = df qimo = df
#求平均:
(qizhong+qimo)/2
②
③
④
练习2: 使用tushare包获取某股票的历史行情数据。 输出该股票所有收盘比开盘上涨3%以上的日期。 输出该股票所有开盘比前日收盘跌幅超过2%的日期。 假如我从2010年1月1日开始，每月第一个交易日买入1手股票，每年最后一个交易日卖出所有股票，到今天为止，我的收益如何？
安装 tushare 模块
pip install tushare
①
import tushare as ts
df = ts.get_k_data(code='600519',start='2000-01-01')
# 将时间作为索引
#将请求的数据存储起来
df.to_csv('./600519.csv')
#将600519.csv文件中的数据读取到df, 索引,时间类型
df = pd.read_csv('./600519.csv',index_col='date',parse_dates=['date'])
# 删除无用的列,1表示列,并同步映射原数据
df.drop(labels='Unnamed: 0',axis=1,inplace=True)
#展示前五行数据
df.head(5)
②
③
④
#重新划定交易范围
df = df['2010-01':'2019-06'] df #2010-2019年所有的交易数据
#将df中所有月的第一个交易日对应的行数据取出（数据的重新取样） df_monthly = df.resample('M').first()
# 每年的最后一个交易日 df_yearly = df.resample('A').last() df_yearly = df_yearly[:-1]
price_last = df['open'][-1] #Pandas提供了resample函数用便捷的方式对时间序列进行重采样，根据时间粒度的变大或者变小分为降采样和升采样： df_monthly = df.resample("M").first() df_yearly = df.resample("A").last()[:-1] #去除最后一年 cost_money = 0 hold = 0 #每年持有的股票 for year in range(2010, 2020): #买股票要花的钱 str(year)可获取某一年的所有数据 cost_money -= df_monthly.loc[str(year)]['open'].sum()*100 hold += len(df_monthly[str(year)]['open']) * 100 if year != 2019:
卖股票收入的钱 cost_money += df_yearly[str(year)]['open'][0] * hold hold = 0 #每年持有的股票 #2019 年买股票的钱 cost_money += hold * price_last print(cost_money)