- 博客(25)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 【python】pandas使用-分组处理操作_groupby
import pandas as pdpd.set_option('expand_frame_repr', False) # 当列太多时显示完整# =====导入数据df = pd.read_csv( r'C:\Users\Simons\Desktop\xbx_stock_2019\data\a_stock_201903.csv', encoding='gbk', skiprows=1)# print(df)# ===== groupby常用操作汇总# 根据.
2020-11-12 09:55:57
1689
1
原创 【python】pandas使用-转换数据周期resample
import pandas as pdpd.set_option('expand_frame_repr', False) # 当列太多时显示完整# === 从hdf中读取1分钟数据df: pd.DataFrame = pd.read_hdf('a_stock_100.h5', key='sh600000')print(df.head(20))# exit()# 《数据周线转换示意图》# === 第一种方法：将日线数据转为周线数据# 将交易日期设定为index# df.set_.
2020-11-12 09:55:28
2433
1
原创 【python】pandas使用-使用HDF
import pandas as pdimport ospd.set_option('expand_frame_repr', False) # 当列太多时显示完整# =====将数据存入hdf文件# 批量读取文件名称# file_list = []# # 存储csv文件的文件夹路径# file_location = r'C:\Users\Simons\Desktop\xbx_stock_2019\data\basic-trading-data\stock_data'## for .
2020-11-12 01:44:43
1732
1
原创 【python】pandas使用-批量导入数据
import pandas as pdimport ospd.set_option('expand_frame_repr', False) # 当列太多时显示完整# =====导入浦发银行(sh600000)的历史日线数据df = pd.read_csv( r'C:\Users\Simons\Desktop\xbx_stock_2019\data\basic-trading-data\stock_data\sh600004.csv', encoding='gbk', .
2020-11-11 21:56:26
971
1
原创 【python】pandas使用-滚动操作
import pandas as pd # 将pandas作为第三方库导入，我们一般为pandas取一个别名叫做pdpd.set_option('expand_frame_repr', False) # 当列太多时清楚展示# =====导入数据df = pd.read_csv( r'C:\Users\Simons\Desktop\xbx_stock_2019\data\sh600000.csv', encoding='gbk', skiprows=1)# ===.
2020-11-11 21:54:44
889
原创 【python】pandas使用-时间处理
import pandas as pd # 将pandas作为第三方库导入，我们一般为pandas取一个别名叫做pdpd.set_option('expand_frame_repr', False) # 当列太多时清楚展示# =====导入数据df = pd.read_csv( r'C:\Users\simons\Desktop\xbx_stock_2019\data\a_stock_201903.csv', encoding='gbk', skiprows=1).
2020-11-11 21:53:42
382
原创 【python】pandas使用-字符串处理
import pandas as pd # 将pandas作为第三方库导入，我们一般为pandas取一个别名叫做pdpd.set_option('expand_frame_repr', False) # 当列太多时清楚展示# =====导入数据df = pd.read_csv( r'C:\Users\simons\Desktop\xbx_stock_2019\data\a_stock_201903.csv', encoding='gbk', skiprows=1).
2020-11-11 21:52:22
369
原创 【python】pandas使用-数据整理
import pandas as pd # 将pandas作为第三方库导入，我们一般为pandas取一个别名叫做pdpd.set_option('expand_frame_repr', False) # 当列太多时清楚展示# =====导入数据df = pd.read_csv( r'C:\Users\simons\Desktop\xbx_stock_2019\data\a_stock_201903.csv', encoding='gbk', skiprows=1).
2020-11-11 21:46:01
255
原创 【python】pandas使用-缺失处理
import pandas as pd # 将pandas作为第三方库导入，我们一般为pandas取一个别名叫做pdpd.set_option('expand_frame_repr', False) # 当列太多时清楚展示# =====导入数据df = pd.read_csv( r'C:\Users\Simons\Desktop\xbx_stock_2019\data\a_stock_201903.csv', encoding='gbk', skiprows=1).
2020-11-11 21:43:45
243
原创 【python】pandas使用-筛选数据
import pandas as pd # 将pandas作为第三方库导入，我们一般为pandas取一个别名叫做pdpd.set_option('expand_frame_repr', False) # 当列太多时清楚展示# =====导入数据df = pd.read_csv( # 该参数为数据在电脑中的路径， # 要注意字符串转义符号 \ ，可以使用加r变为raw string或者每一个进行\\转义 # filepath_or_buffer=r'C:\Users\s.
2020-11-11 13:51:29
920
原创 【python】pandas使用-列操作
import pandas as pd # 将pandas作为第三方库导入，我们一般为pandas取一个别名叫做pdpd.set_option('expand_frame_repr', False) # 当列太多时显示完整# =====导入数据df = pd.read_csv( # 该参数为数据在电脑中的路径， # 要注意字符串转义符号 \ ，可以使用加r变为raw string或者每一个进行\\转义 filepath_or_buffer=r'C:\Users\sim.
2020-11-11 11:39:13
2131
原创 【python】pandas使用-查看选取数据
import pandas as pd # 将pandas作为第三方库导入，我们一般为pandas取一个别名叫做pdpd.set_option('expand_frame_repr', False) # 当列太多时显示不清楚# =====导入数据df = pd.read_csv( # 该参数为数据在电脑中的路径， # 要注意字符串转义符号 \ ，可以使用加r变为raw string或者每一个进行\\转义 filepath_or_buffer=r'C:\Users\Sim.
2020-11-11 11:02:24
313
原创 【python】pandas使用-导入数据
import pandas as pd # 将pandas作为第三方库导入，我们一般为pandas取一个别名叫做pd# =====导入数据df = pd.read_csv( # 该参数为数据在电脑中的路径， # 要注意字符串转义符号 \ ，可以使用加r变为raw string或者每一个进行\\转义 filepath_or_buffer=r'.\sh600000.csv', # 编码格式，不同的文件有不同的编码方式，一般文件中有中文的，编码是gbk，默认是utf8 .
2020-11-11 10:58:40
2886
原创 【python】PyQt5-基本结构
# 0. 导入需要的包和模块from PyQt5.Qt import * # 主要包含了我们常用的一些类, 汇总到了一块import sys# 1. 创建一个应用程序对象app = QApplication(sys.argv)# print(app.arguments())# print(qApp.arguments())# 2. 控件的操作# 创建控件,设置控件(大小,位置,样式...),事件,信号的处理# 2.1 创建控件# 当我们创建一个控件之后, 如果说,这个控件没有.
2020-10-30 22:39:48
441
原创 【python】pandas使用-数据Series
默认数字索引 import pandas as pdimport numpy as npfrom pandas import Seriesfrom pandas import DataFrameobj=Series([1,2,3,4,5]) #Series包含行索引，列索引obj #默认数字索引结果输出：0 11 22 33 44 5dtype: int64 自定义索引 obj=Series([1,2,3,4,5...
2020-10-25 11:53:16
425
原创 【python】pandas使用-实例
pandas实例目录结构查看前多少行取值查看类型import numpy as npimport pandas as pdnasa=pd.read_table(r"path\file.txt") 结构 nasa.shape #结构，8583行，21列 查看前多少行 nasa.head(10) #查看前多少行 取值 asa["身高"][0]result=nasa.groupby("年龄")["身高"]nasa[1:1...
2020-10-25 10:39:58
449
原创 【python】numpy使用-排序搜索统计
numpy排序搜索统计目录按照行排序按照列排序堆排序归并排序排序性能比较说明索引排序取得有序最大的元素的索引最小元素的索引数组中不为0的索引import numpy as npa=np.array([[3,9,0],[1,8,2]])a结果输出：array([[3, 9, 0], [1, 8, 2]]) 按照行排序 print(np.sort(a)) #按照行排序结果输出：[[0 3 9] [1 ..
2020-10-24 23:00:16
133
原创 【python】只知道函数名，怎么实现调用
如果只知道函数名(str)，实现调用方法如下：func_name_list = ['load_markets','load_fees']for func_name in func_name_list: result = getattr(exchange, func_name)() # print(pd.DataFrame(result))
2020-10-21 14:45:00
295
原创 【python】numpy使用-创建数组
随机抓取未清零内存数组 import numpy as np x = np.empty([3,12], dtype = int) #随机抓取内存，没有清零，x结果输出：array([[ 94001510893200, 0, 140676899175152, 140676895625744, 140676922323568, 140676922367216, 140676915227696, 140676918246...
2020-10-20 12:29:24
161
原创 【python】numpy使用-数组属性
首先生成个数组import numpy as np a = np.array([[1,2,3],[4,5,6]])print(a)结果输出：array([[1, 2, 3],[4, 5, 6]]) shape属性 array([[1, 2, 3],[4, 5, 6]]) size属性
2020-10-20 12:08:47
618
1
原创 【python】numpy使用-对象构建
numpy对象构建目录数据类型例1例2例3描述数据创建一个复合类型自定义数据类型数据类型 例1 import numpy as np #导入模块data1=np.dtype(np.int32) #4G 数组的索引大小32 2^1024 G M K print(data1)结果输出：int32 例2 data1=np.dtype("i2") #4G 数组的索引大小32 2^1024 G M K print(data.
2020-10-20 11:27:21
116
原创 【python】中文怎样分词
首先要用到jieba包，安装方法如下：pip install jieba -i https://pypi.douban.com/simple用法实例：import jiebamystr = "编程中会用到很多需要迭代的地方强大的python已经为我们提供了itertools内置库用来帮助开发人员更便捷的编码"mycut = jieba.cut(mystr)mycuttext = ",".join(mycut)print(mycuttext)运行结果：编程,中,会,用到,很
2020-10-19 22:19:40
230
原创 【python】怎样计算排序与组合
排列import itertoolsmylist = list(itertools.permutations([1,2,3,4],2))print(mylist)[(1, 2), (1, 3), (1, 4), (2, 1), (2, 3), (2, 4), (3, 1), (3, 2), (3, 4), (4, 1), (4, 2), (4, 3)]
2020-10-19 15:17:37
103
请教怎么样去实现在pandas中rolling同时统计一个特定值出现的次数
2022-01-27
TA创建的收藏夹 TA关注的收藏夹
TA关注的人