Pandas 筛选数据

本文介绍了Pandas库在数据筛选方面的方法和应用,包括如何选取特定条件的数据行和列,帮助读者掌握高效的数据处理技能。
摘要由CSDN通过智能技术生成

– Start

import numpy as np
import pandas as pd
from datetime import datetime

pd.set_option('display.max_columns', 100)
pd.set_option('display.max_rows', 100)
pd.set_option('display.width', 1000)

# 通过读取 Excel 文件创建 DataFrame
df = pd.read_excel("index300.xls", sheet_name="Price Return Index", index_col=0)
print(df)

# 筛选某一列或几列
print(df['收盘Close'])
print(df.收盘Close)
print(df[['开盘Open', '收盘Close']])


# 根据行标签,筛选某一行或几行
print(df.loc[datetime(2021, 6, 15, 0, 0, 0)])
print(df.loc[datetime(2021, 6, 15, 0, 0, 0):datetime(2021, 6, 1, 0, 0, 0)])

# 根据行位置,筛选某一行或几行
print(df.iloc[0])
print(df.iloc[0:5])
print(df[0:5])


# 根据行标签,筛选行和列
print(df.loc[[datetime(2021, 6, 1, 0, 0, 0), datetime(2021, 5, 31, 0, 0, 0)], ['开盘Open', '收盘Close']])
print(df.loc[datetime(2021, 6, 1, 0, 0, 0):datetime(2021, 5, 31, 0, 0, 0), '开盘Open':'收盘Close'])
print(df.loc[:, '开盘Ope
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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