Pandas学习

Posted chjxbt

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Pandas学习相关的知识,希望对你有一定的参考价值。

一、简介

1、以Numpy为基础,借力Numpy模块在计算方面性能高的优势

2、基于matplotlib,能够简便的画图

3、拥有独特的数据结构

 

二、Pandas与Numpy的不同

Numpy已经能够帮助我们处理数据,能够结合matplotlib解决部分数据展示等问题,而pandas其优点是:

1、便捷的数据处理能力

2、读取文件方便

3、封装了Matplotlib、Numpy的画图和计算

 

三、Pandas的DataFrame数据结构

3.1 DataFrame

3.1.1、DataFrame对象既有行索引,又有列索引

  • 行索引,表明不同行,横向索引,叫index
  • 列索引,表明不同列,纵向索引,叫columns

技术图片

 

3.1.2、DataFrame的属性

常用属性:

(1).shape

data.shape
# 数据的形状元祖,即多少行,多少列
(10, 5)  # 10行,5列

 

(2).index  行索引列表

(3).columns  列索引列表

(4).values  获取其中array的值

(5).T  转置,使行和列调转

 

3.1.3、DataFrame的方法

常用方法:

(1).head(5)  显示前5行内容,如果不补充参数,默认5行。填入参数N则显示前N行

(2).tail()  显示后5行内容,如果不补充参数,默认5行。填入参数N则显示后N行

 

3.1.4、DataFrame索引的设置

(1)修改行列索引值,注意:在修改行列索引值时,不能使用data.index[3] = ‘股票_3‘这种方法单独修改某一行或列的索引值,一定要全部修改

stock_code = ["股票_" + str(i) for i in range(stock_change.shape[0])]

# 必须整体全部修改
data.index = stock_code

 

(2)重设索引(行索引)

reset_index(drop=False)

  • 设置新的下标索引
  • drop:默认为False,不删除原来索引,如果为True,删除原来的索引值
# 重置索引,drop=False
data.reset_index()

    index    2017-01-02 00:00:00    2017-01-03 00:00:00    2017-01-04 00:00:00    2017-01-05 00:00:00    2017-01-06 00:00:00
0    股票_0    -0.065440    -1.309315    -1.454515    0.579730    1.486024
1    股票_1    -1.732167    -0.834137    0.458615    -0.803918    -0.468786
2    股票_2    0.218056    0.199014    0.713468    0.548426    0.386234
3    股票_3    -0.422079    -0.337024    0.423285    -1.230792    1.328438
4    股票_4    -1.725307    0.075918    -1.917084    -0.165358    1.076451
5    股票_5    -0.815768    -0.286753    1.204420    0.733660    -0.062145
6    股票_6    -0.988209    -1.018152    -0.954173    -0.815390    0.502682
7    股票_7    -0.100341    0.611962    -0.068503    0.747384    0.143011
8    股票_8    1.000262    0.342420    -2.252971    0.939211    1.140803
9    股票_9    2.520647    1.553848    1.722530    0.612701    0.608881

 

# 重置索引,drop=True
data.reset_index(drop=True)

2017-01-02 00:00:00    2017-01-03 00:00:00    2017-01-04 00:00:00    2017-01-05 00:00:00    2017-01-06 00:00:00
0    -0.065440    -1.309315    -1.454515    0.579730    1.486024
1    -1.732167    -0.834137    0.458615    -0.803918    -0.468786
2    0.218056    0.199014    0.713468    0.548426    0.386234
3    -0.422079    -0.337024    0.423285    -1.230792    1.328438
4    -1.725307    0.075918    -1.917084    -0.165358    1.076451
5    -0.815768    -0.286753    1.204420    0.733660    -0.062145
6    -0.988209    -1.018152    -0.954173    -0.815390    0.502682
7    -0.100341    0.611962    -0.068503    0.747384    0.143011
8    1.000262    0.342420    -2.252971    0.939211    1.140803
9    2.520647    1.553848    1.722530    0.612701    0.608881

 

(3)以某列值设置为新的索引

set_index(keys, drop=True)

  • keys : 列索引名称或者列索引名称的列表
  • drop : 默认为True,当做新的索引,删除原来的列
df = pd.DataFrame(month: [1, 4, 7, 10],
                    year: [2012, 2014, 2013, 2014],
                    sale:[55, 40, 84, 31])

   month  sale  year
0  1      55    2012
1  4      40    2014
2  7      84    2013
3  10     31    2014

 

df.set_index(month)  # 以月份设置新的索引
       
month sale  year
1      55    2012
4      40    2014
7      84    2013
10     31    2014

 

df.set_index([year, month])  # 设置多个索引,以年和月份
            
year  month  sale
2012  1     55
2014  4     40
2013  7     84
2014  10    31

 

注:通过刚才的设置,这样DataFrame就变成了一个具有MultiIndex的DataFrame。

 

3.2 MultiIndex

打印刚才的df的行索引结果,df是一个MultiIndex对象:多级或分层索引对象

df.index

MultiIndex(levels=[[2012, 2013, 2014], [1, 4, 7, 10]],
           labels=[[0, 2, 1, 2], [0, 1, 2, 3]],
           names=[year, month])

index属性:

  • levels:每个level的元组值
  • names:levels的名称

 

3.3 Panel

存储3维数组的Panel结构

注:Pandas从版本0.20.0开始弃用:推荐的用于表示3D数据的方法是DataFrame上的MultiIndex方法

 

四、Pandas的Series数据结构

 技术图片

series结构只有行索引

我们将之前的涨跌幅数据进行转置,然后获取‘股票0‘的所有数据

data = data.T
# series
type(data[股票_0])
pandas.core.series.Series

# 这一步相当于是series去获取行索引的值
data[股票_0][2017-01-02]
-0.18753158283513574

 

以上是关于Pandas学习的主要内容,如果未能解决你的问题,请参考以下文章

Python数据分析之pandas学习

Python数据分析之pandas学习

Pandas 学习总结

pandas的学习总结

Pandas文档学习

6.1Python数据处理篇之pandas学习系列认识pandas