Python Pandas 小白基础使用

导入

import pandas as pd

读取CSV文件

mLocalDataFrame = pd.read_csv('task1_data.csv')

将DataFrame保存为CSV

mLocalDataFrame.to_csv('out.csv')

创建一个DataFrame

mDataFrame = pd.DataFrame(columns = ['code', 'name', 'avgProfit'])

修改index

mDataFrame.index = range(len(mDataFrame.index))

修改columns

TODO

条件筛选

# 选出type列值为卖的数据
mDataFrame = mDataFrame[mDataFrame['type'] == '卖']

时间筛选

previousDate = '2021-09-07'
mDataFrame = mDataFrame[mDataFrame['day'] <= datetime.datetime.date(datetime.datetime.strptime(previousDate,'%Y-%m-%d'))]

列运算

data['profit'] = data['difference'] / data['buyPrice'] * 100

插入一行数据

mDataFrame.loc[mIndex] = pd.Series([stock, name],index=['code', 'name'])

插入一列数据

codeListDataFrame['列名'] = pd.Series(mList)

删除一行数据

data.drop(index = [3,4,5],inplace = True)

删除列数据

rsiDataFrame = rsiDataFrame.drop(['A列名', 'C列名'], axis=1)

labels：要删除的行或列，用列表给出
axis：默认为0，指要删除的是行，删除列时需指定axis为1
index ：直接指定要删除的行，删除多行可以使用列表作为参数
columns：直接指定要删除的列，删除多列可以使用列表作为参数
inplace: 默认为False，该删除操作不改变原数据；inplace = True时，改变原数据

mLocalDataFrame.loc[index, "profit"]

选列

mLocalDataFrame["房价"]

平均值

avgMarketCap = mDataFrame['market_cap'].mean()