【2019.05】Python 教程系列 4 - Pandas (上)

最新推荐文章于 2022-10-13 04:06:04 发布
最新推荐文章于 2022-10-13 04:06:04 发布
阅读量764 收藏
点赞数
分类专栏： python3 学习路上 python教程系列 文章标签： python教程 pandas
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38534107/article/details/90175459
版权

0 引言

本文是 Python 系列的第六篇

Pandas 是 Python 为解决数据分析而创建的，详情看官网 (https://pandas.pydata.org/)。 在使用 pandas 之前，需要引进它，语法如下：

import pandas

这样你就可以用 pandas 里面所有的内置方法 (build-in methods) 了，比如创建一维的 Series 和二维的 DataFrame。

pandas.Series()
pandas.DataFrame()

但是每次写 pandas 字数有点多，通常我们给 pandas 起个别名 pd，用以下语法，这样所有出现 pandas 的地方都可以用 pd 替代。

import pandas as pd

Pandas 里面的数据结构是「多维数据表」，学习它可以类比这 NumPy 里的「多维数组」。1/2/3 维的「多维数据表」分别叫做 Series (系列), DataFrame (数据帧) 和 Panel (面板)，和1/2/3 维的「多维数组」的类比关系如下。

image.png

由于「系列」、「数据帧」和「面板」这些直译过来的中文名词听起来有些奇怪，在本帖还是直接用 Series, DataFrame 和 Panel。

对比 NumPy (np) 和 Pandas (pd) 每个维度下的数据结构，不难看出
pd 多维数据表 = np 多维数组 + 描述

其中

  • Series = 1darray + index
  • DataFrame = 2darray + index + columns
  • Panel = 3darray + index + columns + item

每个维度上的「索引」使得「多维数据表」比「多维数组」涵盖更多的信息，如下图，左边的 2d array 仅仅储存了一组数值 (具体代表什么意思却不知道)，而右边的 DataFrame 一看就知道这是平安银行和茅台从 2018-1-3 到 2019-1-3 的价格。

image.png

和学习 numpy 一样，学习 pandas 还是遵循的 Python 里「万物皆对象」的原则，既然把数据表当对象，我们就按着数据表的创建、数据表的存载、数据表的获取、数据表的合并和连接、数据表的重塑和透视、和数据表的分组和整合来盘一盘 Pandas，目录如下：

image.png

由于篇幅原因，Pandas 系列分两贴，上贴讲前三节的内容，下帖讲后三节的内容。

1 数据表的创建

数据表有三大类型

  • Series: 一维数据，类似于 python 中的基本数据的 list 或 NumPy 中的 1D array。Pandas 里最基本的数据结构

  • DataFrame: 二维数据，类似于 R 中的 data.frame 或 Matlab 中的 Tables。DataFrame 是 Series 的容器

  • Panel：三维数据。Panel 是 DataFrame 的容器

DataFrame 可理解成是 Series 的容器，每一列都是一个 Series，或者 Series 是只有一列的 DataFrame。

Panel 可理解成是 DataFrame 的容器。

接下来我们用代码来创建 pandas 数据表，有两种方式：

  1. 按步就班的用 pd.Series(), pd.DataFrame() 和 pd.Panel()
  2. 一步登天的用万矿里面的 WindPy API 读取

2.1 按部就班法

一维 Series

创建 Series 只需要下面一行代码
pd.Series(x, index=idx)
其中 x 可以是：

  1. 列表
  2. numpy数组（ndarray）
  3. 字典

回顾在〖Python 入门篇 (下)〗讲的函数里可以设定不同参数，那么

x 是位置参数
index 是默认参数，默认值为 idx = range(0, len(x))

用列表
s = pd.Series([27.2, 27.65, 27.70, 28])
s

0    27.20
1    27.65
2    27.70
3    28.00
dtype: float64

打印出来并不仅仅是列表里面的浮点数，每个浮点数前面还有一个索引，在本例中是 0, 1, 2, 3。

因此在创建 Series 时，如果不显性设定 index，那么 Python 给定一个默认从 0 到 N-1 的值，其中 N 是 x 的长度。

Series s 也是一个对象，用 dir(s) 可看出关于 Series 所有的属性和内置函数，其中最重要的是

  • 用 s.values 打印 s 中的元素
  • 用 s.index 打印 s 中的元素对应的索引
s.values

array([27.2 , 27.65, 27.7 , 28.  ])

s.index

RangeIndex(start=0, stop=4, step=1)

不难发现，以上创建的 Series 和 numpy 数组比多了「索引」，但这种 0,1,2,3 的索引是在没有什么描述意义。实际上我们定义的 s 是海底捞在 2019 年 4 月 1 日到 2019 年 4 月 4 日的股价，那么用日期来当索引是不是更好些？

dates = pd.date_range('20190501', periods=4)
s2 = pd.Series( [27.2, 27.65, 27.70, 28], index=dates )
s2

2019-05-01    27.20
2019-05-02    27.65
2019-05-03    27.70
2019-05-04    28.00
Freq: D, dtype: float64

显然，s2 比 s 包含的信息更多，这是 s2 的索引是一组日期对象，数据类型是 datetime64，频率是 D (天)。

s2.index

DatetimeIndex(['2019-05-01', '2019-05-02', '2019-05-03', '2019-05-04'], dtype='datetime64[ns]', freq='D')

你甚至还可以给 s2 命名，就叫海底捞股价如何？

s2.name = '海底捞股价'
s2

2019-05-01    27.20
2019-05-02    27.65
2019-05-03    27.70
2019-05-04    28.00
Freq: D, Name: 海底捞股价, dtype: float64
用 numpy 数组

除了用列表，我们还可以用 numpy 数组来生成 Series。在下例中，我们加入缺失值 np.nan，并分析一下 Series 中另外 5 个属性或内置函数的用法：

  • len: s 里的元素个数
  • shape: s 的形状 (用元组表示)
  • count: s 里不含 nan 的元素个数
  • unique: 返回 s 里不重复的元素
  • value_counts: 统计 s 里非 nan 元素的出现次数

对照上面函数的用法，下面的输出一看就懂了吧。

import numpy as np
s = pd.Series(np.array([27.2, 27.65, 27.70, 28, 28, np.nan]))
print( 'The length is', len(s) )
print( 'The shape is', s.shape )
print( 'The count is', s.count() )

The length is 6
The shape is (6,)
The count is 5

s.unique()

array([27.2 , 27.65, 27.7 , 28.  ,   nan])

s.value_counts()

28.00    2
27.70    1
27.65    1
27.20    1
dtype: int64

用字典

创建 Series 还可以用字典。字典的「键值对」的「键」自动变成了 Series 的索引 (index)，而「值」自动变成了Series 的值 (values)。代码如下 (下列用 name 参数来对 s3 命名)

data_dict = { 'BABA': 187.07, 'PDD': 21.83, 'JD': 30.79, 'BIDU': 184.77 }

s3 = pd.Series(data_dict, name='中概股')
s3.index.name = '股票代号'
s3

股票代号
BABA    187.07
PDD      21.83
JD       30.79
BIDU    184.77
Name: 中概股, dtype: float64

给 s3 起名中概股是因为阿里巴巴 (BABA)、拼多多 (PDD)、京东 (JD) 和百度 (BIDU) 都是中国公司但在美国上市的。此外还可以给 index 命名为 ‘股票代号’。

现在假设我们的股票代号为

stock = ['FB', 'BABA', 'PDD', 'JD']
s4 = pd.Series( data_dict, index=stock )
s4

FB         NaN
BABA    187.07
PDD      21.83
JD       30.79
dtype: float64

代号里多加了脸书 (FB)，而 sdata 字典中没有 FB 这个键，因此生成的 s4 在 FB 索引下对应的值为 NaN。再者，代号里没有百度 (BIDU)，因此 s4 里面没有 BIDU 对应的值 (即便 sdata 里面有)。

当两个 Series 进行某种操作时，比如相加，Python 会自动对齐不同 Series 的 index，如下面代码所示：

s3 + s4

BABA    374.14
BIDU       NaN
FB         NaN
JD       61.58
PDD      43.66
dtype: float64

二维 DataFrame

创建 DataFrame 只需用下面一行代码

pd.DataFrame( x, index=idx, columns=col )

其中 x 可以是

  1. 二维列表 (list)
  2. 二维 numpy 数组 (ndarray)
  3. 字典 (dict)，其值是一维列表、numpy 数组或 Series
  4. 另外一个 DataFrame

回顾在〖Python 入门篇 (下)〗讲的函数里可以设定不同参数，那么

  • x 是位置参数
  • index 是默认参数，默认值为 idx = range(0, x.shape[0])
  • columns 是默认参数，默认值为 col = range(0, x.shape[1])
用列表或 numpy 数组
df0 = pd.DataFrame([[1, 2, 3], [4, 5, 6]])
df1 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6]]))
print(df0)
# print(df1)
df1

   0  1  2
0  1  2  3
1  4  5  6
012
0123
1456

在创建 DataFrame 时，如果不显性设定 index 和 columns 时，那么Python 给它们默认值，其中

index = 0 到 r-1，r 是 x 的行数
colmns = 0 到 c-1，c 是 x 的列数

用对象为列表的字典
symbol = ['BABA', 'JD', 'AAPL', 'MS', 'GS', 'WMT']
data = {'行业': ['电商', '电商', '科技', '金融', '金融', '零售'],
        '价格': [176.92, 25.95, 172.97, 41.79, 196.00, 99.55],
        '交易量': [16175610, 27113291, 18913154, 10132145, 2626634, 8086946],
        '雇员': [101550, 175336, 100000, 60348, 36600, 2200000]}
df2 = pd.DataFrame( data, index=symbol )
df2.name = '美股'
df2.index.name = '代号'

df2
行业价格交易量雇员
代号
BABA电商176.9216175610101550
JD电商25.9527113291175336
AAPL科技172.9718913154100000
MS金融41.791013214560348
GS金融196.00262663436600
WMT零售99.5580869462200000

字典的「键值对」的「键」自动变成了 DataFrame 的栏 (columns)，而「值」自动变成了 DataFrame 的值 (values)，而其索引 (index) 需要另外定义。

分别来看 df2 的 values, columns 和 index。

df2.values

array([['电商', 176.92, 16175610, 101550],
       ['电商', 25.95, 27113291, 175336],
       ['科技', 172.97, 18913154, 100000],
       ['金融', 41.79, 10132145, 60348],
       ['金融', 196.0, 2626634, 36600],
       ['零售', 99.55, 8086946, 2200000]], dtype=object)

df2.columns

Index(['行业', '价格', '交易量', '雇员'], dtype='object')

df2.index

Index(['BABA', 'JD', 'AAPL', 'MS', 'GS', 'WMT'], dtype='object', name='代号')
A 查看 DataFrame

我们可以从头或从尾部查看 DataFrame 的 n 行，分别用 df2.head() 和 df2.tail(n)，如果没有设定 n，默认值为 5 行。

df2.head()
行业价格交易量雇员
代号
BABA电商176.9216175610101550
JD电商25.9527113291175336
AAPL科技172.9718913154100000
MS金融41.791013214560348
GS金融196.00262663436600
df2.tail(3)
行业价格交易量雇员
代号
MS金融41.791013214560348
GS金融196.00262663436600
WMT零售99.5580869462200000
B 统计 DataFrame

我们用 df2.describe() 还可以看看 DataFrame 每栏的统计数据。

df2.describe()
价格交易量雇员
count6.0000006.000000e+006.000000e+00
mean118.8633331.384130e+074.456390e+05
std73.7487148.717312e+068.607522e+05
min25.9500002.626634e+063.660000e+04
25%56.2300008.598246e+067.026100e+04
50%136.2600001.315388e+071.007750e+05
75%175.9325001.822877e+071.568895e+05
max196.0000002.711329e+072.200000e+06

函数 describe() 只对「数值型变量」有用 (没有对「字符型变量」行业栏做统计)，统计量分别包括个数、均值、标准差、最小值，25-50-75 百分数值，最大值。一般做数据分析第一步会用这个表大概看看

  • 数据是否有缺失值 (每个栏下的 count 是否相等)？
  • 数据是否有异常值 (最小值 min 和最大值 max 是否太极端)？
C 升维 DataFrame

我们用 MultiIndex.from_tuples() 还可以赋予 DataFrame 多层索引 (实际上增加了维度，多层索引的 DataFrame 实际上是三维数据)。

df2.index = pd.MultiIndex.from_tuples( 
            [('中国公司','BABA'), ('中国公司','JD'), 
             ('美国公司','AAPL'), ('美国公司','MS'), 
             ('美国公司','GS'), ('美国公司','WMT')] )
df2
行业价格交易量雇员
中国公司BABA电商176.9216175610101550
JD电商25.9527113291175336
美国公司AAPL科技172.9718913154100000
MS金融41.791013214560348
GS金融196.00262663436600
WMT零售99.5580869462200000

在 MultiIndex.from_tuples() 中传递一个「元组的列表」，每个元组，比如 (‘中国公司’, ‘BABA’)，第一个元素中国公司是第一层 index，第二个元素BABA是第二层 index。

DataFrame 是 Series 的容器，那什么是 DataFrame 的容器？Panel!

三维 Panel

首先需要指出的是 Panel 在未来版本中会被废除，因此不想花时间看的同学可跳过。

创建 Panel 只需用下面一行代码

pd.Panel( x, item=itm, major_axis=n1, minor_axis=n2 )

其中 x 可以是

  1. 三维列表 (list)
  2. 三维 numpy 数组 (ndarray)
  3. 字典 (dict)，其值是 DataFrame

回顾在〖Python 入门篇 (下)〗讲的函数里可以设定不同参数，那么

  • x 是位置参数
  • items 是默认参数 (axis 0)，默认值为 itm = range(0, number of DataFrame)
  • major_axis 是默认参数 (axis 1)，默认值和 DataFrame 的默认 index 一样
  • minor_axis 是默认参数 (axis 2)，默认值和 DataFrame 的默认 columns 一样
用 numpy 数组
pn = pd.Panel(np.random.randn(2, 5, 4))
pn

C:\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py:2961: FutureWarning: 
Panel is deprecated and will be removed in a future version.
The recommended way to represent these types of 3-dimensional data are with a MultiIndex on a DataFrame, via the Panel.to_frame() method
Alternatively, you can use the xarray package http://xarray.pydata.org/en/stable/.
Pandas provides a `.to_xarray()` method to help automate this conversion.

  exec(code_obj, self.user_global_ns, self.user_ns)





<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 5 (major_axis) x 4 (minor_axis)
Items axis: 0 to 1
Major_axis axis: 0 to 4
Minor_axis axis: 0 to 3

Panel pn 含有 2 个 DataFrame，items 为 0, 1；每个 DataFrame 有 5 行 4 列，因此 major_axis 为 0,1,2,3,4，而 minor_axis 为 0,1,2,3。

用对象为 DataFrame 的字典

dates = pd.date_range('20190401',periods=4)

data = {'开盘价': [27.2, 27.65, 27.70, 28],
        '收盘价': [27.1, 27.55, 27.45, 28.1]}
df1 = pd.DataFrame( data, index=dates )

data = {'开盘价': [367, 369.8, 378.2, 380.6],
        '收盘价': [369.5, 370.1, 380, 382.1]}
df2 = pd.DataFrame( data, index=dates )

p_data = {'海底捞' : df1, '腾讯' : df2}
pn = pd.Panel(p_data)
pn

C:\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py:2961: FutureWarning: 
Panel is deprecated and will be removed in a future version.
The recommended way to represent these types of 3-dimensional data are with a MultiIndex on a DataFrame, via the Panel.to_frame() method
Alternatively, you can use the xarray package http://xarray.pydata.org/en/stable/.
Pandas provides a `.to_xarray()` method to help automate this conversion.

  exec(code_obj, self.user_global_ns, self.user_ns)





<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 4 (major_axis) x 2 (minor_axis)
Items axis: 海底捞 to 腾讯
Major_axis axis: 2019-04-01 00:00:00 to 2019-04-04 00:00:00
Minor_axis axis: 开盘价 to 收盘价

分析上面的 Panel pn

有 2 个 DataFrame，items 为 ‘海底捞’ 和 ‘腾讯’

每个 DataFrame 有 4 行 2 列
major_axis 从 2019-04-01 到 2019-04-04
minor_axis 为 ‘开盘价’ 和 ‘收盘价’

让我们来查看两个 DataFrame 的内容

pn['海底捞']
开盘价收盘价
2019-04-0127.2027.10
2019-04-0227.6527.55
2019-04-0327.7027.45
2019-04-0428.0028.10
pn['腾讯']
开盘价收盘价
2019-04-01367.0369.5
2019-04-02369.8370.1
2019-04-03378.2380.0
2019-04-04380.6382.1

上面这种 Panel 类型的数据在量化投资中还蛮常见，比如我们需要 10 个股票在 1 年时期的 OHLC 价格 (Open, High, Low, Close)，Panel 的 Items, Major_axis 和 Minor_axis 正好可以存储这样的三维数据。如果 Panel 要废掉，那用什么容器来储存三维数据呢？

用多层索引 (Multi-index) 的 DataFrame！

df = pd.concat([df1, df2])
code = ['海底捞', '腾讯']
midx = [(c, d) for c in code for d in dates]
df.index = pd.MultiIndex.from_tuples(midx)
df
开盘价收盘价
海底捞2019-04-0127.2027.10
2019-04-0227.6527.55
2019-04-0327.7027.45
2019-04-0428.0028.10
腾讯2019-04-01367.00369.50
2019-04-02369.80370.10
2019-04-03378.20380.00
2019-04-04380.60382.10

首先用 concat() 函数 (下帖的内容) 将 df1 和 df2 连接起来；再用「列表解析法」生成 midx，它是一个元组的列表，c 是股票代码，d 是日期；最后放入 MultiIndex.from_tuples() 生成有多层索引的 DataFrame。

2 数据表的存载

本节讲数据表的「保存」和「加载」，在 NumPy 一贴已经提到过，数据的存载没什么技术含量

  • 保存只是为了下次再用处理好的 DataFrame
  • 加载可以不用重新再定义 DataFrame

DataFrame 可以被保存为 Excel, csv, SQL 和 HDF5 格式，其语句一看就懂，用 to_数据格式，具体如下：

  • to_excel()
  • to_csv()
  • to_sql()
  • to_hdf()

如果要加载某种格式的数据到 DataFrame 里，用 read_数据格式，具体如下：

  • read_excel()
  • read_csv()
  • read_sql()
  • read_hdf()

我们只用 excel 和 csv 格式举例。

Excel 格式

用 pd.to_excel 函数将 DataFrame 保存为 .xlsx 格式，并保存到 ‘Sheet1’ 中，具体写法如下：

pd.to_excel( '文件名'，'表名' )

df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6]]))
df.to_excel('pd_excel.xlsx', sheet_name='Sheet1')

用 pd.read_excel( ‘文件名’，‘表名’ ) 即可加载该文件并存成 DataFrame 形式

df1 = pd.read_excel('pd_excel.xlsx', sheet_name='Sheet1')
df1
012
0123
1456

csv 格式

用 pd.to_csv 函数将 DataFrame 保存为 .csv 格式，注意如果 index 没有特意设定，最后不要把 index 值存到 csv 文件中。具体写法如下：

pd.to_csv( '文件名'，index=False )

data = {'Code': ['BABA', '00700.HK', 'AAPL', '600519.SH'],
        'Name': ['阿里巴巴', '腾讯', '苹果', '茅台'],
        'Market': ['US', 'HK', 'US', 'SH'],
        'Price': [185.35, 380.2, 197, 900.2],
        'Currency': ['USD', 'HKD', 'USD', 'CNY']}
df = pd.DataFrame(data)
df.to_csv('pd_csv.csv', index=False)

用 pd.read_csv( ‘文件名’ ) 即可加载该文件并存成 DataFrame 形式

df2 = pd.read_csv('pd_csv.csv')
df2
CodeNameMarketPriceCurrency
0BABA阿里巴巴US185.35USD
100700.HK腾讯HK380.20HKD
2AAPL苹果US197.00USD
3600519.SH茅台SH900.20CNY

如果一开始储存 df 的时候用 index=True，你会发现加载完后的 df2 是以下的样子。

image.png

df2 里面第一栏是 df 的 index，由于没有具体的 columns 名称，系统给它一个 “Unamed: 0”。因此在存储 df 的时候，如果 df.index 没有特意设定，记住要在 to_csv() 中把 index 设置为 False。

3 数据表的索引和切片

由于索引/切片 Series 跟 numpy 数组很类似，由于 Panel 在未来会被废掉，因此本节只专注于对 DataFrame 做索引和切片。本节以下面 df 为例做展示。

symbol = ['BABA', 'JD', 'AAPL', 'MS', 'GS', 'WMT']
data = {'行业': ['电商', '电商', '科技', '金融', '金融', '零售'],
        '价格': [176.92, 25.95, 172.97, 41.79, 196.00, 99.55],
        '交易量': [16175610, 27113291, 18913154, 10132145, 2626634, 8086946],
        '雇员': [101550, 175336, 100000, 60348, 36600, 2200000]}
df = pd.DataFrame( data, index=symbol )
df.name='美股'
df.index.name = '代号'
df
行业价格交易量雇员
代号
BABA电商176.9216175610101550
JD电商25.9527113291175336
AAPL科技172.9718913154100000
MS金融41.791013214560348
GS金融196.00262663436600
WMT零售99.5580869462200000

用不同颜色标注了 df 的 index, columns 和 values，可视图如下：
image.png

DataFrame 的索引或切片可以基于标签 (label-based) ，也可以基于位置 (position-based)，不像 numpy 数组的索引或切片只基于位置。

DataFrame 的索引或切片有四大类：

  • 索引单元素：

    • 基于标签的 at
    • 基于位置的 iat

  • 切片 columns：

    • 用 . 来切片单列
    • 用 [] 来切片单列或多列
    • 基于标签的 loc
    • 基于位置的 iloc

  • 切片 index：

    • 用 [] 来切片单行或多行
    • 基于标签的 loc
    • 基于位置的 iloc

  • 切片 index 和 columns：

    • 基于标签的 loc
    • 基于位置的 iloc

总体规律，基于标签就用 at 和 loc，基于位置就用 iat 和 iloc。下面我们来一类类分析：

3.1 索引单元素

两种方法来索引单元素，情况 1 基于标签 at，情况 2 基于位置 iat。
* 情况 1 - df.at[‘idx_i’, ‘attr_j’]
* 情况 2 - df.iat[i, j]

Python 里的中括号 [] 会代表很多意思，比如单元素索引，多元素切片，布尔索引等等，因此让 Python 猜你用的 [] 意图会很低效。如果你想索引单元素，明明白白的用 at 和 iat 效率最高。

  • 情况1
df.at['AAPL', '价格']

172.97

用 at 获取「行标签」为 ‘AAPL’ 和「列标签」为 ‘价格’ 对应的元素。

  • 情况 2
df.iat[2,1]

172.97

用 iat 获取第 3 行第 2 列对应的元素。

索引单元素的总结图：
image.png

3.2 切片 columns

切片单个 columns

切片单个 columns 会返回一个 Series，有以下四种情况。情况 1 用点 .；情况 2 用中括号 []；情况 3 基于标签 loc，情况 4 基于位置 iloc。

* 情况 1 - df.attr_i
* 情况 2 - df['attr_i']
* 情况 3 - df.loc[:, 'attr_i']
* 情况 4 - df.iloc[:, i]

情况 1 记住就可以了，没什么可说的。

情况 2 非常像二维 numpy 数组 arr 的切片，用 arr[i] 就能获取 arr 在「轴 0」上的第 i 个元素 (一个 1darray)，同理 df[‘attr_i’] 也能获取 df 的第 i 个 Series。

情况 3 和 4 的 loc 和 iloc 可类比于上面的 at 和 iat。带 i 的基于位置 (位置用整数表示，i 也泛指整数)，不带 i 的基于标签。里面的冒号 : 代表所有的 index (和 numpy 数组里的冒号意思相同)。

个人建议，如果追求简洁和方便，用 . 和 []；如果追求一致和清晰，用 loc 和 iloc。

df.价格

代号
BABA    176.92
JD       25.95
AAPL    172.97
MS       41.79
GS      196.00
WMT      99.55
Name: 价格, dtype: float64

df['价格']

代号
BABA    176.92
JD       25.95
AAPL    172.97
MS       41.79
GS      196.00
WMT      99.55
Name: 价格, dtype: float64

df.loc[:, '价格']

代号
BABA    176.92
JD       25.95
AAPL    172.97
MS       41.79
GS      196.00
WMT      99.55
Name: 价格, dtype: float64

df.iloc[:, 1]

代号
BABA    176.92
JD       25.95
AAPL    172.97
MS       41.79
GS      196.00
WMT      99.55
Name: 价格, dtype: float64

image.png

3.3 切片 index

切片单个index

切片单个 index 有时会返回一个 Series，有以下两种情况。情况 1 基于标签 loc，情况 2 基于位置 iloc。

  • 情况 1 - df.loc[‘idx_i’, :]
  • 情况 2 - df.iloc[i, :]

切片单个 index 有时会返回一个只有一行的 DataFrame，有以下两种情况。情况 3 用中括号 [] 加「位置」，情况 4 用中括号 [] 加「标签」。

  • 情况 3 - df[i:i+1]
  • 情况 4 - df[‘idx_i’:‘idx_i’]

情况 1 和 2 的 loc 和 iloc 可类比于上面的 at 和 iat。带 i 的基于位置 (位置用整数表示，i 也泛指整数)，不带 i 的基于标签。里面的冒号 : 代表所有的 columns (和 numpy 数组里的冒号意思相同)。

情况 3 用中括号 [] 加「位置」，位置 i:i+1 有前闭后开的性质。如果要获取第 i+1 行，需要用 i:i+1。

情况 4 用中括号 [] 加「标签」，标签没有前闭后开的性质。如果要获取标签 i，只需要用 ‘idx_i’:‘idx_i’。为什么不能只用 ‘idx_i’ 呢？原因是 Python 会把 df[‘idx_i’] 当成切片 columns，然后发现属性中没有 ‘idx_i’ 这一个字符，会报错的。

个人建议，只用 loc 和 iloc。情况 3 太麻烦，获取一行还要用 i:i+1。情况 4 的 df[‘idx_i’] 很容易和切片 columns 中的语句 df[‘attr_j’] 混淆。

df.loc['GS', :]

行业          金融
价格         196
交易量    2626634
雇员       36600
Name: GS, dtype: object

df.iloc[3, :]

行业           金融
价格        41.79
交易量    10132145
雇员        60348
Name: MS, dtype: object

df[1:2]
行业价格交易量雇员
代号
JD电商25.9527113291175336

df[‘JD’:‘JD’]

df['JD':'JD']
行业价格交易量雇员
代号
JD电商25.9527113291175336

image.png

切片多个index

切片多个 index 会返回一个 sub-DataFrame，有以下四种情况。情况 1 用中括号 [] 加「位置」，情况 2 用中括号 [] 加「标签」，情况 3 基于标签 loc，情况 4 基于位置 iloc。

  • 情况 1 - df[i:j]
  • 情况 2 - df[‘idx_i’:‘idx_j’]
  • 情况 3 - df.loc[‘idx_i’:‘idx_j’, :]
  • 情况 4 - df.iloc[i:j, :]

和切片单个 index 相比：

  • 情况 1 用 [i:j] 来获取行 i+1 到行 j 的 sub-DataFrame
  • 情况 2 用 [‘idx_i’:‘idx_j’] 来获取标签 i 到标签 j 的 sub-DataFrame
  • 情况 3 用 loc 加 ‘idx_i’:‘idx_j’ 来获取从标签 i 到标签 j 的 sub-DataFrame
  • 情况 4 用 iloc 加 i:j 来获取从行 i+1 到行 j 的 sub-DataFrame

个人建议，只用 loc 和 iloc。情况 1 和 2 的 df[] 很容易混淆中括号 [] 里的到底是切片 index 还是 columns。

df[1: 4]
行业价格交易量雇员
代号
JD电商25.9527113291175336
AAPL科技172.9718913154100000
MS金融41.791013214560348
df['GS': 'WMT']
行业价格交易量雇员
代号
GS金融196.00262663436600
WMT零售99.5580869462200000
df.loc[ 'MS':'GS', : ]
行业价格交易量雇员
代号
MS金融41.791013214560348
GS金融196.00262663436600
df.iloc[ 1:3, : ]
行业价格交易量雇员
代号
JD电商25.9527113291175336
AAPL科技172.9718913154100000

image.png

3.4 切片 index 和 columns

切片多个 index 和 columns 会返回一个 sub-DataFrame，有以下两种情况。情况 1 基于标签 loc，情况 2 基于位置 iloc。

  • 情况 1 - df.loc[‘idx_i’:‘idx_j’, ‘attr_k’:‘attr_l’]
  • 情况 2 - df.iloc[i:j, k:l]

清清楚楚，明明白白，用 loc 和 iloc。


df.loc[ 'GS':'WMT', '价格':]
价格交易量雇员
代号
GS196.00262663436600
WMT99.5580869462200000
df.iloc[ :2, 1:3 ]
价格交易量
代号
BABA176.9216175610
JD25.9527113291

image.png

3.5 高级索引

高级索引 (advanced indexing) 可以用布尔索引 (boolean indexing) 和调用函数 (callable function) 来实现，两种方法都返回一组“正确”的索引，而且可以和 loc , iloc , [] 一起套用，具体形式有以下常见几种：

  • df.loc[布尔索引, :]
  • df.iloc[布尔索引, :]
  • df[布尔索引]
  • df.loc[调用函数, :]
  • df.iloc[调用函数, :]
  • df[调用函数]

还有以下罕见几种：

  • df.loc[:, 布尔索引]
  • df.iloc[:, 布尔索引]
  • df.loc[:, 调用函数]
  • df.iloc[:, 调用函数]

读者可以想一想为什么第一组形式「常见」而第二组形式「罕见」呢？(Hint: 看看两组里冒号 : 在不同位置，再想想 DataFrame 每一行和每一列中数据的特点)

布尔索引

在〖数组计算之 NumPy (上)〗提过，布尔索引就是用一个由布尔类型值组成的数组来选择元素的方法。

当我们要过滤掉雇员小于 100,000 人的公司，我们可以用 loc 加上布尔索引。

print(df.雇员 >= 100000)
df.loc[df.雇员 >= 100000]

代号
BABA     True
JD       True
AAPL     True
MS      False
GS      False
WMT      True
Name: 雇员, dtype: bool
行业价格交易量雇员
代号
BABA电商176.9216175610101550
JD电商25.9527113291175336
AAPL科技172.9718913154100000
WMT零售99.5580869462200000

一种更简便的表达形式是用 df[]，但是我个人不喜欢 []，总觉得会引起「到底在切片 index 还是 columns」的歧义。


df[ df.雇员 >= 100000 ]
行业价格交易量雇员
代号
BABA电商176.9216175610101550
JD电商25.9527113291175336
AAPL科技172.9718913154100000
WMT零售99.5580869462200000

现在来看一个「罕见」例子，假如我们想找到所有值为整数型的 columns


print( df.dtypes == 'int64' )
df.loc[ :, df.dtypes == 'int64' ]

行业     False
价格     False
交易量     True
雇员      True
dtype: bool
交易量雇员
代号
BABA16175610101550
JD27113291175336
AAPL18913154100000
MS1013214560348
GS262663436600
WMT80869462200000
调用函数

调用函数是只能有一个参数 (DataFrame, Series) 并返回一组索引的函数。因为调用函数定义在 loc , iloc , [] 里面，因此它就像在〖Python 入门篇 (下)〗提过的匿名函数。

当我们要找出交易量大于平均交易量的所有公司，我们可以用 loc 加上匿名函数 (这里 x 代表 df)。

df.loc[lambda x: x.交易量 > x.交易量.mean(), :]
行业价格交易量雇员
代号
BABA电商176.9216175610101550
JD电商25.9527113291175336
AAPL科技172.9718913154100000

在上面基础上再加一个条件 – 价格要在 100 之上 (这里 x 还是代表 df)

df.loc[lambda x: (x.交易量 > x.交易量.mean()) & (x.价格 > 100),: ]
行业价格交易量雇员
代号
BABA电商176.9216175610101550
AAPL科技172.9718913154100000

最后来看看价格大于 100 的股票 (注意这里 x 代表 df.价格)

df.价格.loc[lambda x: x>100]

代号
BABA    176.92
AAPL    172.97
GS      196.00
Name: 价格, dtype: float64

3.6 多层索引

在 Panel 那节已经提到过，多层索引可以将「低维数据」升维到「高维数据」，此外，多层索引还可以。。。。

多层索引 Series

首先定义一个 Series，注意它的 index 是一个二维列表，列表第一行 dates 作为第一层索引，第二行 codes 作为第二层索引。

price = [190,32,196,192,200,189,31,30,199]
dates = ['2019-04-01']*3 + ['2019-04-02']*2 + ['2019-04-03']*2 + ['2019-04-04']*2
codes = ['BABA','JD','GS','BABA','GS','BABA','JD','JD','GS']

data = pd.Series( price,
                  index=[ dates, codes ])
data

2019-04-01  BABA    190
            JD       32
            GS      196
2019-04-02  BABA    192
            GS      200
2019-04-03  BABA    189
            JD       31
2019-04-04  JD       30
            GS      199
dtype: int64

这个 Series 存储了四天里若干股票的价格，2019-04-01 储存了阿里巴巴、京东和高盛的股价，2019-04-04 只储存了京东和高盛的股价。试想，如果不用多层索引的 Series，我们需要用一个 DataFrame 来存储在这样的数据，把 index 设置成 dates，把 colums 设置成 codes。

让我们看看 Series 的多层 index 是如何表示的

data.index

MultiIndex(levels=[['2019-04-01', '2019-04-02', '2019-04-03', '2019-04-04'], ['BABA', 'GS', 'JD']],
           labels=[[0, 0, 0, 1, 1, 2, 2, 3, 3], [0, 2, 1, 0, 1, 0, 2, 2, 1]])

输出是一个 MultiIndex 的对象，里面有 levels 和 labels 二类信息。

知识点
索引既然分多层，那么肯定分「内层」和「外层」把，levels 就是描述层的先后的。levels 是一个二维列表，每一行只存储着「唯一」的索引信息：

  • dates 是第一层索引，有 4 个「唯一」元素
  • codes 是第二层索引，有 3 个「唯一」元素

但是 data 里面有九行啊，4 个 dates 和 3 个 codes 怎么能描述这九行信息呢？这就需要 labels 了。labels 也是一个二维列表：

  • 第一行储存 dates 每个元素在 data 里的位置索引
  • 第二行储存 codes 每个元素在 data 里的位置索引
data['2019-04-02']

BABA    192
GS      200
dtype: int64

同理，用 loc 加第一层索引也可以切片获取第一层信息。

data.loc['2019-04-02':'2019-04-04']

2019-04-02  BABA    192
            GS      200
2019-04-03  BABA    189
            JD       31
2019-04-04  JD       30
            GS      199
dtype: int64

此外，切片还可以在不同层上进行，下面 loc 中的冒号 : 表示第一层所有元素，‘GS’ 表示第二层标签为 ‘GS’。


data.loc[ :, 'GS' ]

2019-04-01    196
2019-04-02    200
2019-04-04    199
dtype: int64
多层索引 DataFrame

Series 只有 index，上面刚介绍完多层 index，DataFrame 有 index 和 columns，它们可以设置成多层吗？下面代码用 MultiIndex 函数创建「多层 index 」midx 和「多层columns」mcol。

midx 和 mcol 都是对象，各种都有 levels, labels, names 等性质。

data = [ ['电商', 101550, 176.92, 16175610], 
         ['电商', 175336, 25.95, 27113291], 
         ['金融', 60348, 41.79, 10132145], 
         ['金融', 36600, 196.00, 2626634] ]

midx = pd.MultiIndex( 
          levels=[['中国','美国'],
                  ['BABA', 'JD', 'GS', 'MS']], 
          labels=[[0,0,1,1],[0,1,2,3]],
          names=['地区', '代号'])

mcol = pd.MultiIndex( 
          levels=[['公司数据','交易数据'],
                  ['行业','雇员','价格','交易量']], 
          labels=[[0,0,1,1],[0,1,2,3]],
          names=['概括','细分'])

df = pd.DataFrame(data, index=midx, columns=mcol)
df
概括公司数据交易数据
细分行业雇员价格交易量
地区代号
中国BABA电商101550176.9216175610
JD电商17533625.9527113291
美国GS金融6034841.7910132145
MS金融36600196.002626634

这个 DataFrame 的 index 和 columns 都有两层，严格来说是个四维数据。下面看看如何进行「多层索引」的操作吧。

在第一层 columns 的 ‘公司数据’ 和第二层 columns 的 ‘行业’ 做索引，得到一个含两层 index 的 Series。

df['公司数据','行业']

地区  代号  
中国  BABA    电商
    JD      电商
美国  GS      金融
    MS      金融
Name: (公司数据, 行业), dtype: object

在第一层 index 的 ‘中国’ 做切片，得到一个含两层 columns 的 DataFrame。

df.loc['中国'].loc['BABA':'JD']
概括公司数据交易数据
细分行业雇员价格交易量
代号
BABA电商101550176.9216175610
JD电商17533625.9527113291

调位 level

如果你不喜欢 index level 的顺序，可用 swaplevel 将它们调位。


df.swaplevel('地区', '代号')
概括公司数据交易数据
细分行业雇员价格交易量
代号地区
BABA中国电商101550176.9216175610
JD中国电商17533625.9527113291
GS美国金融6034841.7910132145
MS美国金融36600196.002626634

如果你不喜欢 columns level 的顺序，也可用 swaplevel 将它们调位。

df.columns = df.columns.swaplevel(0,1)
df
细分行业雇员价格交易量
概括公司数据公司数据交易数据交易数据
地区代号
中国BABA电商101550176.9216175610
JD电商17533625.9527113291
美国GS金融6034841.7910132145
MS金融36600196.002626634

重设 index

有时候，一个 DataFrame 的一个或者多个 columns 适合做 index，这时可用 set_index 将它们设置为 index，如果要将 index 还原成 columns，那么用 reset_index 。

看下面这个例子。

data = {'地区': ['中国', '中国', '美国', '美国'],
        '代号': ['BABA', 'JD', 'MS', 'GS'],
        '行业': ['电商', '电商', '金融', '金融'],
        '价格': [176.92, 25.95, 41.79, 196.00],
        '交易量': [16175610, 27113291, 10132145, 2626634],
        '雇员': [101550, 175336, 60348, 36600] }
df = pd.DataFrame( data )
df
地区代号行业价格交易量雇员
0中国BABA电商176.9216175610101550
1中国JD电商25.9527113291175336
2美国MS金融41.791013214560348
3美国GS金融196.00262663436600

将「地区」和「代号」设置为第一层 index 和第二层 index。

df2 = df.set_index( ['地区','代号'] )
df2
行业价格交易量雇员
地区代号
中国BABA电商176.9216175610101550
JD电商25.9527113291175336
美国MS金融41.791013214560348
GS金融196.00262663436600

将所有 index 变成 columns。

df2.reset_index()
地区代号行业价格交易量雇员
0中国BABA电商176.9216175610101550
1中国JD电商25.9527113291175336
2美国MS金融41.791013214560348
3美国GS金融196.00262663436600

4 总结

Pandas 里面的数据结构是多维数据表，细化为一维的 Series，二维的 DataFrame，三维的 Panel。

多维数据表 = 多维数组 + 描述

其中

  • Series = 1darray + index
  • DataFrame = 2darray + index + columns
  • Panel = 3darray + index + columns + item

pd 多维数据表和 np 多维数组之间的类比关系如下图所示。

image.png

【创建数据表】创建 Series, DataFrame, Panel 用下面语句

  • pd.Series(x, index=idx)
  • pd.DataFrame(x, index=idx, columns=col)
  • pd.Panel(x, item=itm, major_axis=n1, minor_axis=n2)

DataFrame 由多个 Series 组成，Panel 有多个 DataFrame 组成。Series 非常类似于一维的 DataFrame，Panel 未来会被废掉，因此学 Pandas 把注意力放在 DataFrame 上即可。

【索引和切片数据表】在索引或切片 DataFrame，有很多种方法。最好记的而不易出错的是用基于位置的 at 和 loc，和基于标签的 iat 和 iloc，具体来说，索引用 at 和 iat，切片用 loc 和 iloc。带 i 的基于位置，不带 i 的基于标签。

用 MultiIndex 可以创建多层索引的对象，获取 DataFrame df 的信息可用

  • df.loc[1st].loc[2nd]
  • df.loc[1st].iloc[2nd]
  • df.iloc[1st].loc[2nd]
  • df.iloc[1st].iloc[2nd]

要调换 level 可用

  • df.index.swaplevel(0,1)
  • df.columns.swaplevel(0,1)

要设置和重设 index 可用

  • df.set_index( columns )
  • df.reset_index

下篇讨论 Pandas 系列的后三节，分别是

  • 「数据表的合并和连接」
  • 「数据表的重塑和透视」
  • 「数据表的分组和整合」
耳森Paulson
关注
专栏目录
Pandas-explode函数知识点总结
Python进阶专栏《爬虫实战进阶》，《数据分析入门与实战》原创作者
07-17 996
本文是该专栏的第34篇，后面会持续分享python数据分析的干货知识，记得关注。在处理数据分析的项目需求时，有些同学可能听过或者见过explode函数。explode函数是pandas中DataFrame对象的一个方法，用于将包含列表或数组的列拆分为单独的行或元素，并复制其他列的值。注意，该函数在pandas版本0.25及以上可用。此外，explode函数又被称为炸裂函数。explode函数比较特别，explode是dataframe或series的函数，那它的特别之处具体体现在哪一块？explode函数有
pandas基本数据对象及操作(DataFrame篇)
a1786742005的博客
10-22 855
一.创建DataFrame import pandas as pd country1 = pd.Series({'Name': '中国', 'Language': 'Chinese', 'Area': '9.597M km2', 'Happiness Rank': 79})...
安装Pandas后引用pandas报ImportError: DLL load failed: 找不到指定的模块的错误
thgjkgdrf的博客
08-07 2010
问题描述： 安装命令：pip install pandas C:\Users\user>pip install pandas 查看已安装插件pandas版本 命令：pip show pandas C:\Users\aaron>pip show pandas Name: pandas Version: 1.3.1 Summary: Powerful data structures for data analysis, time series, and statistics Home-page:
获取Pandas列名的几种方法
热门推荐
m0_37382341的博客
01-23 7万+
  获取DataFrame虽然是一个比较简单的操作，但是有时候到手边就是写不出来，所以在这里总结记录一下：   1.链表推倒式 data = pd.read_csv('data/Receipt code January minute trading volume.csv') print([column for column in data]) #打印结果 ['COUNT', 'S...
pandas dataframe 取列名
Talk Is Cheap
07-17 1万+
DataFrame.columns.values.tolist()
python_4_pandas基础
m0_49043300的博客
05-28 118
import pandas as pd df = pd.read_excel(r"C:\Users\jsjilu\Desktop\jsj\data1.xlsx") df import pandas as pd df = pd.read_excel(r"C:\Users\jsjilu\Desktop\jsj\data1.xlsx",sheet_name = "Sheet1",index= 0) df
python-pandas基础
silvia__y的博客
02-21 188
from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = "all" #pandas基础 import pandas as pd from pandas import Series, DataFrame import numpy as np #S...
Python库 | tfds_nightly-1.0.2.dev201905040105-py2-none-any.whl
02-20
这个版本是`1.0.2.dev201905040105`，表明它是开发版，并且是在2019年5月4日的凌晨1点05分发布的。 **Python库的使用** 在Python中，库是预编写好的代码模块，可被开发者导入到自己的项目中，以实现特定功能。`...
python--pandas学习总结
数据挖掘+大数据研发+算法学习
02-21 1320
一、Series和DataFrame Pandas特别适合处理表格数据，如SQL表格、EXCEL表格。有序或无序的时间序列。具有行和列标签的任意矩阵数据。 打开Jupyter Notebook，导入numpy和pandas开始我们的教程： importnumpyasnp importpandasaspd 1. pandas.Series Series是带有索引的一维ndarray数组。索引值可不唯一，但必须是可哈希的。 pd.Series([1,3,5,np.nan,...
轩小陌的Python笔记-Pandas时间序列与日期
hjjqazwsx的博客
05-07 1153
Pandas时间序列与日期 一、时间构造函数 1.1 pandas构造时间的函数 pandas 中的 datetime() 与 python 的 datetime 模块使用方法是一致的。 now = datetime.datetime.now() type(now) >>输出结果： datetime.datetime now1 = pd.datetime.now() type(now1) >>输出结果： datetime.datetime now.date() >>输
python pandas教程百度网盘-Python之Pandas使用教程
weixin_39611725的博客
11-11 1044
1.Pandas概述Pandas是Python的一个数据分析包，该工具为解决数据分析任务而创建。Pandas纳入大量库和标准数据模型，提供高效的操作数据集所需的工具。Pandas提供大量能使我们快速便捷地处理数据的函数和方法。Pandas是字典形式，基于NumPy创建，让NumPy为中心的应用变得更加简单。2.Pandas安装3.Pandas引入import pandas as pd4.Panda...
python进阶5 -- pandas常用操作
wkh7717的博客
06-12 381
pandas创建数据 创建一个Series 传递一个list对象来创建一个Series，pandas 会默认创建整型索引 import pandas as pd import numpy as np s = pd.Series([1,3,5,np.nan,6,8]) 创建DataFrame #默认创建整型索引 data = pd.DataFramep(np.random(6,4), colum...
2019年Pandas官方用户调研
weixin_30575309的博客
09-20 119
import pandas as pd import seaborn as sns import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['figure.dpi'] = 150 # 让 matplotlib 支持中文 plt.rcParams['font.sans-serif'] = ['SimHei'] ...
python带e的科学计数法转普通数字
shjsfx的博客
10-13 1万+
例如，现有浮点数0.00001623，在python中会默认用科学计数法1.623e-05表示。如果只是希望通过print方式显示的时候是普通数字的话，那么格式化下即可。
【动手学习深度学习】数据预处理知识补充——Pandas库
sumshine_的博客
09-14 676
Pandas 库是最常见的工具，提供了能够便捷地完成选取、重塑、切片、聚合等复杂精细的操作，对于深度学习来说，得到数据后要先进行数据预处理(数据清洗或做一些数据分析等)，认识数据。文中总结了一些我见过、用过的函数。
python按时间间隔划分时间序列-python时间序列按频率生成日期
weixin_39802784的博客
11-11 3727
有时候我们的数据是按某个频率收集的，比如每日、每月、每15分钟，那么我们怎么产生对应频率的索引呢？pandas中的date_range可用于生成指定长度的DatetimeIndex。我们先看一下怎么生成日期范围：pd.date_range(startdate,enddate)1.生成指定开始日期和结束日期的时间范围：In：import pandas as pdindex = pd.date_ran...
python指数e_Python - 指数中的位数
weixin_39727706的博客
12-09 295
Is it possible to set the number of digits to be used for printing the exponent of a floating-point number? I want to set it to 3.Currently,f = 0.0000870927939438012>>> "%.14e"%f'8.7092793943...
Python中将科学计数法（或以e为底的自然对数）字符串转换为float浮点数
jiangjiane
06-12 3万+
没时间完整写，直接上代码吧# !usr/bin env python # -*- coding: utf-8 -*- import re import math def ConvertELogStrToValue(eLogStr): """ convert string of natural logarithm base of E to value return (...
pandas 学习笔记--------panel
baymax的博客
08-02 1万+
参考自：https://www.yiibai.com/pandas/python_pandas_panel.html 上图可当成panel，即Series为一维，dataframe为二维，panel为三维。 可用以下函数构造panel pandas.Panel(data, items, major_axis, minor_axis, dtype, copy) 其中，d...
[{'year': [{'2019': -65419.62, '2018': 30498.15, '2022': 13876.93, 'index': '经营活动产生的现金流量净额', '2021': 42973.8, '2020': 39619.51}, {'2019': 107400.65, '2018': 116614.64, '2022': -1181.36, 'index': '投资活动产生的现金流量净额', '2021': 47348.05, '2020': 20575.82}, {'2019': 12626.08, '2018': -189296.55, '2022': -19400.66, 'index': '筹资活动产生的现金流量净额', '2021': -93035.11, '2020': -123532.65}], 'middle': [{'2019': -54828.01, '2018': -497.32, '2022': 10639.37, 'index': '经营活动产生的现金流量净额', '2021': 23457.13, '2020': 14095.79}, {'2019': 70222.58, '2018': 9137.32, '2022': -822.17, 'index': '投资活动产生的现金流量净额', '2021': 49199.63, '2020': 14493.25}, {'2019': -10674.67, '2018': -27426.89, '2022': -11163.9, 'index': '筹资活动产生的现金流量净额', '2021': -64884.77, '2020': -84514.8}], 'one': [{'2019': -2054.79, '2023': -978.88, '2022': 6060.59, 'index': '经营活动产生的现金流量净额', '2021': 17091.63, '2020': -13929.39}, {'2019': -46.08, '2023': -622.78, '2022': -387.47, 'index': '投资活动产生的现金流量净额', '2021': 37272.44, '2020': -2023.12}, {'2019': 14477.87, '2023': 2171.58, '2022': -3195.9, 'index': '筹资活动产生的现金流量净额', '2021': -11139.03, '2020': -34388.22}], 'three': [{'2019': -59111.13, '2018': 15934.74, '2022': 13696.67, 'index': '经营活动产生的现金流量净额', '2021': 36815.74, '2020': 21584.93}, {'2019': 61471.57, '2018': 14192.29, '2022': -696.12, 'index': '投资活动产生的现金流量净额', '2021': 45656.4, '2020': 26267.88}, {'2019': 55374.45, '2018': -58583.67, '2022': -15444.32, 'index': '筹资活动产生的现金流量净额', '2021': -85809.77, '2020': -103091.12}]}]用pandas写到一个excel
最新发布
06-19
'index': '投资活动产生的现金流量净额', '2021': 47348.05, '2020': 20575.82}, {'2019': 12626.08, '2018': -189296.55, '2022': -19400.66, 'index': '筹资活动产生的现金流量净额', '2021': -93035.11, '2020':...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值