python进阶---pandas基本介绍

pandas有两种主要的数据结构：Series and DateFrame

Series数据由索引，数据，数据类型构成。

索引是一个ndarray，

数据是另一个ndarray,

可以切片但是不能按下标取Series数据

要取相应索引的值：series.index.values[xx]

取相应下标数据的值：series.values[xx]

DateFrame的增删改查：

DateFrame的重排：df.reindex() 可以重排行，也能重拍列

DataFrame.reindex(labels=None, index=None, columns=None, axis=None, method=None, copy=True, level=None, fill_value=nan, limit=None, tolerance=None)

index,columns参数都可以接收列表的形式，

index参数也能接收series数据

>>> date_index = pd.date_range('1/1/2010', periods=6, freq='D')
>>> df2 = pd.DataFrame({"prices": [100, 101, np.nan, 100, 89, 88]},
...                    index=date_index)
>>> df2
            prices
2010-01-01     100
2010-01-02     101
2010-01-03     NaN
2010-01-04     100
2010-01-05      89
2010-01-06      88

　　

DateFrame的增加，列的增加可以用df['name']=[list],df['name']=Series的方式增加

行的增加可以df=df.append(DateFrame)

DateFrame条件筛选：

import  tushare as ts
df=ts.get_k_data('hs300',start='2018-05-1',end='2018-05-30')
print(df)
print(df[(df.close>3700)&(df.volume>80000000)])

输出
          date     open    close     high      low      volume   code
83  2018-05-10  3882.84  3893.06  3894.49  3867.31  70667809.0  hs300
84  2018-05-11  3902.15  3872.84  3903.34  3871.95  73356604.0  hs300
85  2018-05-14  3886.87  3909.29  3919.30  3886.87  81975999.0  hs300
86  2018-05-15  3920.14  3924.10  3924.34  3892.92  76049555.0  hs300
87  2018-05-16  3909.82  3892.84  3923.34  3889.19  71913646.0  hs300
88  2018-05-17  3895.49  3864.05  3899.51  3858.85  59030123.0  hs300
89  2018-05-18  3860.16  3903.06  3903.06  3841.90  72613956.0  hs300
90  2018-05-21  3925.54  3921.24  3937.46  3913.60  92641737.0  hs300
91  2018-05-22  3918.82  3906.21  3918.82  3881.17  75368778.0  hs300
92  2018-05-23  3898.27  3854.58  3898.27  3854.58  83722319.0  hs300
93  2018-05-24  3853.29  3827.22  3859.10  3823.92  68345022.0  hs300
94  2018-05-25  3823.74  3816.50  3841.12  3804.14  70836386.0  hs300
95  2018-05-28  3816.26  3833.26  3846.55  3799.32  71521132.0  hs300
96  2018-05-29  3824.19  3804.01  3841.78  3800.67  81552662.0  hs300
97  2018-05-30  3755.18  3723.37  3767.89  3722.07  87913285.0  hs300
          date     open    close     high      low      volume   code
85  2018-05-14  3886.87  3909.29  3919.30  3886.87  81975999.0  hs300
90  2018-05-21  3925.54  3921.24  3937.46  3913.60  92641737.0  hs300
92  2018-05-23  3898.27  3854.58  3898.27  3854.58  83722319.0  hs300
96  2018-05-29  3824.19  3804.01  3841.78  3800.67  81552662.0  hs300
97  2018-05-30  3755.18  3723.37  3767.89  3722.07  87913285.0  hs300

　　

DateFrame的绘图：

pandas.DataFrame.plot

DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, sharex=None, sharey=False, layout=None, figsize=None, use_index=True, title=None, grid=None, legend=True, style=None, logx=False, logy=False, loglog=False, xticks=None, yticks=None, xlim=None, ylim=None, rot=None, fontsize=None, colormap=None, table=False, yerr=None, xerr=None, secondary_y=False, sort_columns=False, **kwds)