import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
#生成数据
close_data=np.random.normal(loc=10.0,scale=1.0,size=1000)
print(f'close_data:\n{
close_data[:5]}')
open_data=np.roll(close_data,1)
print(f'open_data:\n{
open_data[:5]}')
high_data=np.where((open_data>close_data),open_data,close_data)
print(f'high_data:\n{
high_data[:5]}')
low_data=np.where(open_data<=close_data,open_data,close_data)
print(f'low_data:\n{
low_data[:5]}')
open_data[0],close_data[0],high_data[0],low_data[0]=np.nan,np.nan
dataframe规整化
最新推荐文章于 2024-04-03 15:11:18 发布
本文详细探讨了如何使用Python的pandas库进行DataFrame数据的规整,包括数据清洗、缺失值处理、数据类型转换、合并与重塑等关键步骤,旨在提升数据处理效率和准确性。
摘要由CSDN通过智能技术生成