pandas命令

1.pandas数据结构
Series:一维数据（只有行索引），类似字典，如果没有key，则自己创建索引
DateFrame：二维数据

DateFrame
pd.DataFrame(data, index=***， columns=***)  # 添加行(index)索引，列(columns)索引
# 生成一个时间的序列，略过周末非交易日
date = pd.date_range('2017-01-01', periods=天数, freq='B')  # 'B'默认略过周末
df = df.set_index(['month'])  # 设置索引
Series
pd.Series(np.arange(10))
pd.Series({'red':100, ''blue':200, 'green': 500, 'yellow':1000})

2.基本数据数据

1.读文件
pd.read_csv()
data.to_csv("./test.csv", columns=['open'], index=False, mode='a', header=False)  # mode:'w'：重写, 'a' 追加;index:是否写进行索引

2.索引操作
# loc:只能指定行列索引的名字
data.loc['2018-02-27':'2018-02-22', 'open']
# 使用iloc可以通过索引的下标去获取
data.iloc[0:100, 0:2].head()
# 使用ix进行下表和名称组合做引
data.ix[0:10, ['open', 'close']]
# 先列后行
data[['close', 'open', 'high']][0:3]

3.排序
data = data.sort_values(by=['open', 'high'], ascending=False)  # False为从大到小

4.统计分析
data.describe()
data.sort_index()
data.idxmin()  # 最小值索引
data.idxmax  # 最大值索引

5.逻辑与算数运算
data[data['p_change'] > 2]
data[(data['p_change'] > 2) & (data['open'] > 15)]
data[data['turnover'].isin([4.19])]
data['open'].add(1)
data['m_price_change'] = close.sub(open1)  # close+open1

6.缺失值处理
判断是否有nan值
data.isnull()  # 所有
data.isnull().any()  # 每列
data[data.isnull().values==True]  # 显示有nan的行
删除
movie.dropna()
替换
movie['Metascore'].fillna(movie['Metascore'].mean(), inplace=True)
替换后删除
wis = wis.replace(to_replace='?', value=np.nan)
wis.dropna()

7.合并
pd.concat([data1, data2], axis=1)  # 1代表行，0代表列
left表示左拼接
right表示右拼接
outer表示取并集
inner表示取交集
pd.merge(data1, data2, on=['key1', 'key2'], how='合并方式')

8.交叉表---one_hot编码
pd.crosstab(df['year'], df['sale'])

9.透视表
df.pivot_table(['year'], index=['sale'])

10.分组与聚合
col.groupby(['color'])['price1'].mean()