【優(yōu)礦uqer.io】量化分析師的Python日記【第5天：數(shù)據(jù)處理的瑞士軍刀pandas】

相似文件 換一批

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個全額獎學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問題回答

經(jīng)管之家送您兩個論壇幣！

+2 論壇幣

來源： uqer.io 原文鏈接 https://uqer.io/community/share/54ffd96ef9f06c276f651aac


Python數(shù)據(jù)處理的瑞士軍刀：pandas

####第一篇：基本數(shù)據(jù)結(jié)構(gòu)介紹

####一、Pandas介紹

終于寫到了作者最想介紹，同時也是Python在數(shù)據(jù)處理方面功能最為強(qiáng)大的擴(kuò)展模塊了。在處理實(shí)際的金融數(shù)據(jù)時，一個條數(shù)據(jù)通常包含了多種類型的數(shù)據(jù)，例如，股票的代碼是字符串，收盤價是浮點(diǎn)型，而成交量是整型等。在C++中可以實(shí)現(xiàn)為一個給定結(jié)構(gòu)體作為單元的容器，如向量（vector，C++中的特定數(shù)據(jù)結(jié)構(gòu)）。在Python中，pandas包含了高級的數(shù)據(jù)結(jié)構(gòu)Series和DataFrame，使得在Python中處理數(shù)據(jù)變得非常方便、快速和簡單。

pandas不同的版本之間存在一些不兼容性，為此，我們需要清楚使用的是哪一個版本的pandas�，F(xiàn)在我們就查看一下量化實(shí)驗(yàn)室的pandas版本：

1

import pandas as pd

2

pd.__version__













'0.14.1'

pandas主要的兩個數(shù)據(jù)結(jié)構(gòu)是Series和DataFrame，隨后兩節(jié)將介紹如何由其他類型的數(shù)據(jù)結(jié)構(gòu)得到這兩種數(shù)據(jù)結(jié)構(gòu)，或者自行創(chuàng)建這兩種數(shù)據(jù)結(jié)構(gòu)，我們先導(dǎo)入它們以及相關(guān)模塊：

1

import numpy as np

2

from pandas import Series, DataFrame

####二、Pandas數(shù)據(jù)結(jié)構(gòu)：Series

從一般意義上來講，Series可以簡單地被認(rèn)為是一維的數(shù)組。Series和一維數(shù)組最主要的區(qū)別在于Series類型具有索引（index），可以和另一個編程中常見的數(shù)據(jù)結(jié)構(gòu)哈希（Hash）聯(lián)系起來。

#####2.1 創(chuàng)建Series

創(chuàng)建一個Series的基本格式是s = Series(data, index=index, name=name)，以下給出幾個創(chuàng)建Series的例子。首先我們從數(shù)組創(chuàng)建Series：

1

a = np.random.randn(5)

2

print "a is an array:"

3

print a

4

s = Series(a)

5

print "s is a Series:"

6

print s













a is an array:
[-1.24962807 -0.85316907  0.13032511 -0.19088881  0.40475505]s is a Series:0   -1.2496281   -0.8531692    0.1303253   -0.1908894    0.404755dtype: float64

可以在創(chuàng)建Series時添加index，并可使用Series.index查看具體的index。需要注意的一點(diǎn)是，當(dāng)從數(shù)組創(chuàng)建Series時，若指定index，那么index長度要和data的長度一致：

1

s = Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])

2

print s

3

s.index













a    0.509906b   -0.764549c    0.919338d   -0.084712e    1.896407dtype: float64

Index([u'a', u'b', u'c', u'd', u'e'], dtype='object')

創(chuàng)建Series的另一個可選項(xiàng)是name，可指定Series的名稱，可用Series.name訪問。在隨后的DataFrame中，每一列的列名在該列被單獨(dú)取出來時就成了Series的名稱：

1

s = Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'], name='my_series')

2

print s

3

print s.name













a   -1.898245b    0.172835c    0.779262d    0.289468e   -0.947995Name: my_series, dtype: float64
my_series

掃碼加我 拉你入群

請注明：姓名-公司-職位

以便審核進(jìn)群資格，未注明則拒絕

分享0 收藏3 回帖

關(guān)鍵詞：pandas python panda 數(shù)據(jù)處理 瑞士軍刀 實(shí)驗(yàn)室 瑞士軍刀 分析師 日記

dana.quant 發(fā)表于 2015-10-15 18:17

未來太遙遠(yuǎn)，把握現(xiàn)在最重要~
優(yōu)礦五百萬實(shí)盤量化大賽第二期正在進(jìn)行中

未來太遙遠(yuǎn)，把握現(xiàn)在最重要~
優(yōu)礦五百萬實(shí)盤量化大賽第二期正在進(jìn)行中