-
12345
查看全部 -
这一节安装Python开发环境
查看全部 -
DataFrame数据对象的访问
查看全部 -
Series数据对象的访问
查看全部 -
DataFrame数据对象的生成
查看全部 -
量化交易的发展
查看全部 -
数据查看：head()前X行 tail()后X行 shape查看行列形状 describe()描述性的统计 info()信息查看是否有缺失值
缺失值处理：isnull()是不是有缺失值.T.any() notnull()是不是没有缺失值 dropna(axis=0删除包含缺失值的行=1时表示列,how='all'全为缺失值才删除='any'只要有缺失值就删除) fillna(method='ffill'行或列的上面来填充缺失值，'bfill'则为下面），akis=0表示在列方向上，inplace=True改变原dataframe
parse_data:False时，行索引第一列为字符串类型；true时,解析为本身格式
查看全部 -
DataReader()
import pandas_datareader.data as web
储存：dataframe.to_csv()
查看全部 -
Series是一维数据对象
DataFrame是二维数据对象
head：作为列索引
index_col：哪一列作为行索引
encoding:编码格式
查看全部 -
loc[ , ] ,前是行 ,后是列
查看全部 -
n维ndarray创建
np.zeros()
查看全部 -
sdwefwwewwe
查看全部 -
股票数据特殊值处理的方法
1、股票数据精度处理：round() astype() applymap() lambda()
print df_csvload.applymap(lambda x:'%0.2f'%x)精确格式化
2、
查看全部 -
获取csv数据
df_csvload=pd.read_csv("*.csv","parse_dates=True,index_col=0,encoding='gb2312'")
print df_csvload.head(3) 前三行
print df_csvload.tail(3) 最后三行
print df_csvload.info() 查看缺失值
print df_csvload.isnull() 查看缺失值true，false
print df_csvload.isnull(）.T.any()缺失值的位置
查看全部 -
api接口
金融数据模块获取股票数据方法：DataReader()
DataFrame存储为csv文件方法：dataframe.to_csv()
import numpy as np
import pandas as pd
import pands_datareaer.data as web
查看全部
举报