2、Python量化交易-三剑客之pandas

目录

• 一、pandas简介
• 二、Series
• • 1 - Series简介
  • 2 - Series创建
  • 3 - Series的索引和切片
  • 4 - Series常用属性
  • 5 - Series常用方法
• 三、DataFrame
• • 1 - Dataframe简介
  • 2 - DataFrame创建
  • 3 - DataFrame的属性
  • 4 - DataFrame索引
  • 5 - DataFrame切片
  • 6 - 时间数据类型的转换
  • 7 - 将某一列设置为行索引
• 四、jupyter笔记

一、pandas简介

• 为什么学习pandas：numpy已经可以帮助我们进行数据的处理了，那么学习pandas的目的是什么呢？
  • numpy能够帮助我们处理的是数值型的数据，当然在数据分析中除了数值型的数据还有好多其他类型的数据（字符串，时间序列），那么pandas就可以帮我们很好的处理除了数值型的其他数据
• pandas中常用的两个类
  • Series
  • DataFrame

二、Series 1 - Series简介

• 什么是Series：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

2 - Series创建

• Series的两种创建方式
  • 由列表或numpy数组创建
  • 由字典创建

3 - Series的索引和切片

4 - Series常用属性

• Series常用属性
  • shape：形状
  • size：元素个数
  • index：返回索引
  • values：返回值
  • dtype：元素的类型
    

5 - Series常用方法

• 常用方法
  • head(),tail()
  • unique()
  • isnull(),notnull()
  • add() sub() mul() div()

三、DataFrame 1 - Dataframe简介

• 什么是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
• DataFrame结构：可以形象的理解为数据库中的表
  • 行索引：index
  • 列索引：columns
  • 值：values

2 - DataFrame创建

• DataFrame的两种创建方式
  • ndarray创建
  • 字典创建

3 - DataFrame的属性

• DataFrame常用属性：values、columns、index、shape

• 练习：根据以下考试成绩表，创建一个DataFrame，命名为df

    张三  李四  
语文 150  0
数学 150  0
英语 150  0
理综 300  0

4 - DataFrame索引

• 取单列、取多列

• 取单行、取多行
  
• loc和iloc的区别：参考资料
  • iloc：通过隐式索引取行
  • loc：通过显式索引取行
• 取单个元素、取多个元素
  

5 - DataFrame切片

• 对行、列进行切片
  

• 练习：索引切片：

  • 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
  • ②.假设张三期中考试数学被发现作弊，要记为0分，如何实现？
  • ③.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？
  • ④.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？

DataFrame的运算规则同Series

6 - 时间数据类型的转换

• pd.to_datetime(col)

7 - 将某一列设置为行索引

• df.set_index()

四、jupyter笔记

点击下载jupyter笔记