【Python数据分析 - 9】：DataFrame结构中自定义行列索引（Pandas篇）

pandas设置行列索引

---

本次以股票的数据为例

数据准备&DataFrame结构

• 模块导入

import pandas as pd
import numpy as np

• numpy准备数据

stock = np.random.normal(0, 1, [500, 504])

• 使用pd.DataFrame()，将数据变为DataFrame结构
• 生成的DataFrame中默认的行列索引为数字
  
  

自定义行索引

• 准备行索引数据
  
• 设置行索引，在将数据变为DataFrame结构时添加：index=stock_index
  
• 结果展示
  

自定义列索引

pandas中时间序列 - date_range函数

函数功能：生成一个固定频率的时间索引，使用此函数时，须指定start，end或periods，否则报错。

语法：pandas.date_range(start=None, end=None, periods=None, freq=‘D’, tz=None, normalize=False, name=None, closed=None, **kwargs）

主要参数说明：

• periods：固定时期，取值为整数或None，设置为整数时会从根据start的时期往后取到periods天。
• freq：日期偏移量，取值为string或DateOffset，默认为’D’；当设置为’B‘时表示除去周六和周日。
• normalize：若参数为True表示将start、end参数值正则化到午夜时间戳。
• name：生成时间索引对象的名称，取值为string或None。
• closed：当closed=‘left’ 表示在返回的结果基础上，再取左开右闭的结果；当closed='right’表示在返回的结果基础上，再取左闭右开的结果。

列索引设置

• 准备列索引数据
  
• 列索引数据展示
  
• 设置列索引，在将数据变为DataFrame结构时添加：columns=date
  
• 结果展示