Pandas基本数据操作

1.索引操作【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

# 获取'2018-02-27'这天的'close'的结果
# 获取从'2018-02-27':'2018-02-22'，'open'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

# 不支持的操作
# 错误
data['2018-02-27']['open']
# 错误
data[:1, :2]

• 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

# 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

• ix -- 先行后列（现在不能用了）

2.赋值【知道】

• data[""] = **
• data. =

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

3.排序【知道】

3.1 dataframe

• 对象.sort_values(by=, ascending=)
  单个键或者多个键进行排序
  by：指定排序参考的键
  ascending:默认升序，True 升序，False 降序

# 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'])

• 对象.sort_index()
  给索引进行排序

# 对索引进行排序
data.sort_index()

3.2 series

• 对象.sort_values(ascending=True)：对值排序

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

• 对象.sort_index():对索引排序

# 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