python dataframe转置_[转]Python编程 pandas.dataframe 专题使用指南

05.组建dataframe

1.组建方法——pd.DataFrame

pd.DataFrame(data=None, index=None, columns=None)

data= 数据

index= 索引，即行名、行表头

columns= 列名、列表头

使用前要执行前面的import

pandas as pd

2.用字典型数据组建——pd.DataFrame

方法基本同上，因为字典型自带一个标签，所以就不用写列名了。

3.简便地获得聚宽数据中的时间索引

有时建立一个dataframe时，为了和平台数据保持一致，需要使用相同的时间行索引，但时间数据操作复杂，而且涉及到节假日、非交易日等问题,直接建立比较困难，这里介绍一种简单的方法，快速获得跟平台数据一致的时间索引。原理就是直接把平台数据的时间索引拿出来。例子如下：

06.dataframe的缺失值处理

1.去掉缺失值——df.dropna

df.dropna(axis=0, how='any', thresh=None, subset=None,

inplace=False)

axis= 0 按行检查缺失；1 按列检查缺失。不写默认为0

how= 'any' 有一个缺失值就算缺失；'all'

行或列(根据axis参数)全缺失才算缺失。不写默认为'any'

thresh=

x,x为一个整数,含义为行或列(根据axis参数)中非缺失数值个数大于等于x则不算缺失，即小于x则算缺失，会被去除。

subset= 标签名。选择要对哪个列或行（与axis中的相反）进行检查缺失，没写的则不检查。即限制检查范围。

相对复杂，请看例子和与例子注释。

2.对缺失值进行填充——df.fillna

df.fillna(value=None,axis=None)

value= 替换缺失值的值。可以是单个值、字典、dataframe等，但不能是list。区别请看例子。

3.判断数据是否为缺失——df.isnull

为什么要这样用这个方法判断是否为缺失？

因为nan不等于nan（如下例），即用类似x

== nan条件为真 这样的判断方法无法判断一个值x是否为nan。

07.常用统计函数

常用统计函数

describe 针对Series或个DataFrame列计算汇总统计

count 非na值的数量

min、max 计算最小值和最大值

idxmin、idxmax 计算能够获取到最大值和最小值得索引值

quantile 计算样本的分位数（0到1）

sum 值的总和

mean 值得平均数

median 值得算术中位数（50%分位数）

mad 根据平均值计算平均绝对离差

var 样本值的方差

std 样本值的标准差

skew 样本值得偏度（三阶矩）

kurt 样本值得峰度（四阶矩）

cumsum 样本值得累计和

cummin，cummax 样本值得累计最大值和累计最小值

cumprod 样本值得累计积

diff 计算一阶差分

pct_change 计算百分数变化

08.panel类型数据分解成dataframe

1.panel的取用方法

panel类型的的取用方法类似与dataframe，看下例子也就明白了。一般要做统计方面的工作，也是如下分解成dataframe进行操作，基本满足日常需求。了解更多panel的操作可参考：http://pandas.pydata.org/pandas-docs/stable/api.html#panel

2.panel类型数据分解成dataframe方法

09.研究内存取dataframe

1.把dataframe存成csv文件——df.to_csv()

用法如下，文件都是存到研究空间中的，如果不写路径是默认是存在根目录，如df.to_csv('df.csv')

dataframe格式的数据处理是策略开发的基本功，本篇重点整理了相关的内容，以便大家查阅和学习，希望对同学们有所帮助。