量化编程中的常用Pandas技巧

转载地址：https://www.jianshu.com/p/ffde7c058678
常用pandas知识点回顾
1、读取csv文件，用pd.read_csv()即可，参数值有：

filepath_or_buffer=‘文件的路径’
sep=’,’,文件中列与列之间的分隔符，一般是逗号或者’\t’
skiprows=1，跳过第一行描述性语句
nrows=5，只读取前5行数据，若不指定，则读取全部数据。调试程序的时候常用，先读一部分，把代码写完再说。
parse_dates=[‘交易日期’]，将交易日期这一列的内容转化为日期格式。如果不写这个参数，则导入的该列将是string的格式。
index_col=[‘交易日期’]，将交易日期这一列指定为index
usecols=[‘交易日期’,‘股票名称’]，只读取某些列的数据
error_bad_lines=False, 当遇到低质量的数据，程序会报错，加上这个参数后，程序就会跳过报错的数据行，然后继续读取后面的数据，使程序能够正常运行下去。
na_values = null，将数据中的null全部识别为空值。
2、看df的形状，用df.shape，返回有多少行多少列。查看有多少行，用df.shape[0]，查看有多少列，用’df.shape[1]`。

3、显示每一行或每一列的名字，用df.index或df.columns。在for循环中常用。

4、查询每一列数据的类型，用df.dtypes。

5、随机抽几行数据来看看，用df.sample(n&