pandas进行数据选取

pandas官方文档
pandas中有两种基本的数据类型，Series和DataFrame，前者是一维的，后者是二维甚至多维的。

首先生成一个DataFrame对象，这里用到了numpy中的生成随机数函数random.randn()。行名和列名通过index和column来定义。

import numpy  as np
import pandas as pd
dates=pd.date_range('20190101',period=6)
#这个函数是生成一个时间序列，可选参数有start,end,period,fraq等
df=pd.DataFrame(np.random.rand(6,4),index=dates,column=list('ABCD'))
#此处的list是个Iterator

获取行名、列名

df.index
#emmm这是个属性，不用加括号，啧啧啧
df.columns

显示数据的统计摘要

df.describe()

数据转置

df.T

数据按轴排序

data.sort_index(axis=0,ascending=False)
#axis=0是行，1是列，True是升序，False是降序

获取数据

获取列
按照列名获取

pd['A']#
pd[['A','B']]

获取行
有两种方式，按照行的索引名称或者数字，进行切片

pd[0:3]
pd['20190101':'20190105']

按照索引名称获取 loc()

pd.loc(:,:)#前面的是行，后面的是列，列可以不写
pd.loc('20190101':'20190105','A':'B')

如果想按顺序选取，可以这样,也可以按照下一个方法

dates=pd.index
pd.loc[dates[0]:dates[1]]

按照位置选取iloc()

df.iloc[0:1,0:5]

布尔索引

选取符合条件的数据

df['A']>0 #返回的是bool列表

2019-01-01    True
2019-01-02    True
2019-01-03    True
2019-01-04    True
2019-01-05    True
2019-01-06    True
Freq: D, Name: A, dtype: bool
df[df['A']>0

A	B	C	D
2019-01-02	-0.604116	-1.745064	-0.417829	0.834972
2019-01-03	-1.075509	-2.302135	-0.156421	-1.291591
2019-01-06	-1.390509	-1.313781	0.008195	0.617441