【数据挖掘】Pandas基本数据操作

🔥 本文由 程序喵正在路上 原创，CSDN首发！
💖 系列专栏：Python数据挖掘
🌠 首发时间：2022年9月13日
🦋 欢迎关注🖱点赞👍收藏🌟留言🐾
🌟 一以贯之的努力 不得懈怠的人生

学习目标

• 记忆 DataFrame 的形状、行列索引名称获取等基本属性
• 应用 Series 和 DataFrame 的索引进行切片获取
• 应用 sort_index 和 sort_values 实现索引和值的排序

环境准备

为了更好地理解这些基本操作，我们将读取一个真实的股票数据，关于文件操作这部分的内容，最后会介绍，这里先用一下相关的 API

先下载这个等会需要用到的 csv 文件，点击此处进入，将其放到桌面

import pandas as pd

# 读取文件
data = pd.read_csv("./Desktop/stock_day/stock_day.csv")

# 删除一些列，让数据更简单些，再去做后面的操作
data = data.drop(["ma5", "ma10", "ma20", "v_ma5", "v_ma10", "v_ma20"], axis=1)

索引操作

Numpy 当中我们已经学过使用索引去选取序列和切片选择，pandas 也支持类似的操作，也可以直接使用列名、行名称，甚至组合使用

直接使用行列索引（先列后行）

获取 ‘2018-02-27’ 这天的 ‘close’ 的结果

# 直接使用行列索引名字的方式（先列后行）
data['close']['2018-02-27']

# 不支持的操作,都会报错
data['2018-02-27']['close']

data[:1, :2]

结合loc或者iloc使用索引

获取从 ‘2018-02-27’ ：‘2018-02-22’，‘open’ 的结果

# 使用loc:只能指定行列索引的名字
data.loc['2018-02-27':'2018-02-22', 'open']

# loc可以先行后列
data.loc['2018-02-27']['open']

# 按数字索引
data.iloc[1, 0]

# 使用iloc可以通过索引的下标去获取
# 获取前100天数据的 ‘open’ 列的结果
data.iloc[0:100, 0:2].head()

使用组合索引

获取行第 1 天到第 4 天，[‘open’, ‘close’, ‘high’, ‘low’] 这四个指标的结果

# 推荐使用loc和iloc来获取的方式
data.loc[data.index[0:4], ['open', 'close', 'high', 'low']]
data.iloc[0:4, data.columns.get_indexer(['open', 'close', 'high', 'low'])]

赋值操作

赋值操作比较简单，下面是对 DataFrame 中的 close 列进行重新赋值为 1

# 直接修改原来的值
data['close'] = 1

# 或者
data.close = 1

排序

排序有两种形式，一种对内容进行排序，一种对索引进行排序

DataFrame

使用 df.sort_values(key=, ascending=) 对内容进行排序

• 单个键或者多个键进行排序，默认升序
• ascending=False; 降序
• ascending=True; 升序

# 按照涨跌幅大小进行排序，使用ascending按照指定大小排序
data = data.sort_values(by='p_change', ascending=False).head()
data

# 按照多个键进行排序
data = data.sort_values(by=['open', 'high'])
data

使用 df.sort_index 对索引进行排序

• 这个股票的日期索引原来是从大到小，现在重新排序，从小到大

Series

使用 series.sort_values(ascending=False) 对内容进行排序

• series 排序时，只有一列，不需要参数

sr = data['price_change']
sr.sort_values(ascending=False)

使用 series.sort_index 对索引进行排序

• 与 df 一致

# 对索引进行操作
data['p_change'].sort_index()

Pandas 的基本数据操作到这里就完了，你学会了吗