Pandas基本数据操作

索引操作

直接使用行列索引(先列后行)

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['open']['2018-02-27']
23.53

结合loc或者iloc使用索引

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

使用loc:只能指定行列索引的名字
data.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
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

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

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

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

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

# 按照开盘价大小进行排序 , 使用ascending指定按照大小排序
data.sort_values(by="open", ascending=True).head()


# 按照多个键进行排序
data.sort_values(by=['open', 'high'])

image-20190624114352409

    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
data.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

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

与df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