Python量化学习记录（持更）

目录

Intro：

数据处理（Numpy和Pandas）

Intro：

入门量化不久的菜鸡，主攻基本面量化。python半系统性自学，有些小功能靠自己实现，代码效率可能较低或者存在错误，还请各位看官不吝赐教。

数据处理（Numpy和Pandas）

1. 求累积移动平均值（标准差），应用.expanding()命令：对dataframe的某一列X，对每一行，建立新的一列X_mean求第一行到前一行的均值（标准差）

   data['X_mean'] = data['X'].expanding().mean().shift(1)
   data['X_mean'] = data['X'].expanding().std().shift(1)

2. data[‘xxx’].plot()报错no numeric data to plot，解决方案：转化为浮点型，

   data['xxx'].astype('float').plot()

3. 整数补零，注意区分类型为字符串还是整数：

   df['xxx'].zfill(2)

4. df中X列有连续重复数字，可删掉后仅保留第一个或最后一个重复数字：

   df.drop_duplicates('X',keep = 'first') # or keep = 'last'