Pandas使用技巧

作者: blade_he | 来源:发表于2018-05-25 16:23 被阅读16次

添加列并逐行设置值

import tushare as ts
import time
import pandas as pd

def statisticsfordayofweek(code):
    marketdata = ts.get_k_data(code)
    for index, row in marketdata.iterrows():
        marketdata.loc[index, 'dayofweek'] = time.strftime('%A', time.strptime(row.date, "%Y-%m-%d"))
    downdata = marketdata[marketdata.close < marketdata.open]
    dayweekgroup = downdata['dayofweek'].groupby(
        downdata['dayofweek'].map(lambda  x: x[0:4]))\
        .count()
    dayweekgroup.plot(kind="bar")
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    plt.show()

从DataFrame获取特定列数据

data = pd.read_csv('./data/optdigits.tra', header=None)
#注意iloc的用法,这里表示x为所有行,索引为0~63,共64列的数据。
#python3中,使用data[range(64)].values,会报slice不正确的异常
x, y = data.iloc[:,range(64)].values, data.iloc[:, 64].values
images = x.reshape(-1, 8, 8)
y = y.ravel().astype(np.int)

完全构建新的DataFrame,并添加数据

dfresult = pd.DataFrame(columns=('domicile',
                                         'universe',
                                         'rawname',
                                         'suggestid',
                                         'legalname',
                                         'Similarity%'))
dfresult.loc[0] = {'domicile': 'UK',
                           'universe':'ETF',
                           'rawname': 'IL Bright Start College Savings (Advisor) Advisor Age Based 15-17 Yrs Port',
                           'suggestid':'F123456ABC',
                            'legalname':'IL Bright Start College Savings (Advisor) Advisor Age Based',
                            'Similarity%':'81.75'}

导出csv时,解决中文乱码问题

dfresult.to_csv('./output/result_%s.csv' % searchdate, encoding='utf_8_sig')

相关文章

  • Numpy之数据保存与读取

      在pandas使用的25个技巧中介绍了几个常用的Pandas的使用技巧,不少技巧在机器学习和深度学习方面很有用...

  • pandas使用技巧【15】blank

    本系列文章列表pandas使用技巧总览

  • 入门Pandas,你必须掌握的技巧

    入门Pandas,必须掌握的技巧 总结自己经常使用的pandas操作方法: 创建DataFrame数据 查看数据相...

  • Pandas使用技巧

    添加列并逐行设置值 从DataFrame获取特定列数据 完全构建新的DataFrame,并添加数据 导出csv时,...

  • Pandas 使用技巧(二)

    处理丢失数据 由np.nan 填充丢失的数据 axis 根据行或者列丢弃,0 是行,1是列 how,指定丢弃行为 ...

  • Pandas 使用技巧(一)

    Pandas 的列表 它会为每一个数据设置一个序号dtype,列表中数据的格式 DataFrame: Pandas...

  • pandas高阶使用技巧

    pandas是机器学习中最常用的数据处理库,那么一些高级技巧你是否了解呢? apply函数 pandas中的lam...

  • python函数

    使用 explode 实现 pandas 列转行的 2 个常用技巧 Python中的map()、apply()和a...

  • Pandas系列5-DataFrame之过滤与分组

    Pandas的条件过滤是使用非常频繁的技巧,在这一节我们将看到各种不同的过滤技巧,如果读者有其它过滤技巧,也欢迎告...

  • 2018-07-18

    pandas 使用技巧总结 1. 获取列的元素集合 df.column_name.unique() 2. 从d...

网友评论

    本文标题:Pandas使用技巧

    本文链接:https://www.haomeiwen.com/subject/osrujftx.html