pandas.png

没有首发于微信公众号 DongTalks ，不过依然欢迎关注 DongTalks ，让我们一起聊聊个人成长、职场、电影、音乐、运动等话题。
本帐号所有文章均为原创。文章可以随意转载，但请务必注明作者。如果觉得文章有用，欢迎转发朋友圈分享。

---

研究基于 Python 的数据科学离不开一些工具包，比如 pandas。

1. pandas 数据观察

数据观察常见函数如下：

• df.head()，观察头部数据
• df.tail()，观察尾部数据
• df.shape，返回(行数，列数)
• df.columns，返回列标题
• df.index，返回索引数据
• df.info()，返回数据总体信息
• df.describe()，返回数据统计描述
• df.plot(y='column')，打印 column 图表

2. pandas 数据索引和切片

设 stock 为一个 DataFrame，其中 Date 为其index。常见索引和切片操作总结如下。

Date	Open	High	Low	Close	Volume
2017-06-01	153.17	153.33	152.22	153.18	16404088
2017-06-02	153.58	155.45	152.89	155.45	27770715
2017-06-05	154.34	154.45	153.46	153.93	25331662
2017-06-06	153.90	155.81	153.78	154.45	26624926

2.1 stock['column']

用 stock['Close'] ，输出该列内容。

2.2 stock.Column

用 stock.Close ，输出该列内容。

2.3 stock['column']['index']

用stock['Close']['2017-06-01']选择某一特定单元格。

2.4 stock.Column['index']

用 stock.Close['2017-06-01'] 的方式选择某一特定单元格。

2.5 stock.Column[0]

用 stock['Close'][0]选择某一特定单元格。

2.6 stock[['Column']]

用列名组成list的方式选择某一列/某些列。比如 stock[['Close']] 或 stock[['Close', 'Open']]。

2.7 使用 .loc[]

stock.loc['index', 'column']

比如 stock.loc['2017-06-01', 'Close'] 选择某一单元格。

也可以通过该格式指定范围来选择，如 stock.loc['2017-06-01':'2017-06-05', 'Open':'Close'] 。

2.8 使用 .iloc

使用 .iloc 可以通过指定行数或列数选择特定数据，如 stock.iloc[0:2, :]。

3. 过滤

列数据可以直接比较，如 stock.Volume > 5e7，会把 Volumn 列的数据与后面的条件作比较，范围 True/False。

利用这种方法可以在DataFrame里面过滤数据，生成新的DataFrame，如 stock[stock.Volume > 5e7] 和 stock[stock.Close > stock.Open] 。

过逻辑关系还可以嵌套「或」和「与」，如

stock[(stock.Close > stock.Open) & (stock.Volume > 3e7)]

stock[(stock.Close > stock.Open) | (stock.Volume > 5e7)]

4. 生成新列

生成新列的方法非常简单，直接将列名指定相应数据即可，如 stock['fluctuation'] = stock['High'] - stock['Low'] 。

---

Buy-me-beer.jpg

---

DongTalks.jpg