欢迎各位小哥哥小姐姐阅读本<小生>的文章,对大家学习有帮助,请点赞加关注哦!!!!!!!!!!!

您的点赞和关注将是我持续更新的动力呢.^v^

有不懂的问题可以私聊我哦!

• pandas数据结构
• dataframe: 行索引index、列索引 coumns
• index columns values T
• head,tail
• 索引操作：
• 重设索引，将原来的索引删除 drop丢弃原来的索引 或者变成一列值，添加新的按照下表数字的索引 stock_dataframe.reset_index(drop=True)
• 设置列为索引值或者设置多重索引： 可以设置多重索引, 具有多重索引的结构df = df.set_index(['year','month'])
• series和Dataframe: series只有行索引没有列索引
• DataFrame的索引、排序操作
• 直接使用行列索引(先列后行)
• 结合loc或者iloc使用索引
• 通过loc和iloc获取数据
• loc通过索引名字
• iloc通过索引下标
• 使用ix组合索引
• 使用ix进行混合索引获取数据
• 对内容进行修改：
• data['open'] = 1
• 进行排序：
• 对索引排序sort_index()
• 对内容进行排序 sort_values(by='p_change', ascending=False).head()
• 对p_change涨跌幅进行排序
• ascending 指定拍讯从小到大等
• 统计分析
• 单个值计算
• 逻辑运算
• 通过运算符，& | —> query更加方便去进行数据筛选
• isin:判断值是否存在，选择保留
• 算数运算：
• 通过减法运算实现自己的每日价格变化值
• .sub
• 自定义函数预算
• apply
• 文件的读取和存储：
• 指定usecols 来读取部分数据，其它不用到的就不需要读取了
• stock_day = pd.read_csv("./data/stock_day/stock_day.csv", usecols=['open', 'close', 'high'])
• index:存储不会讲索引值变成一列数据
• mode:'a'追加方式
• header:已追加方式时候，记住要把列名去除header=False
• stock_day[:10].to_csv("./test.csv", columns=['open'], index=False, mode='a', header=False)