共计 4328 个字符，预计需要花费 11 分钟才能阅读完成。
Pandas 是一个非常好用的库，总结一下 Pandas DataFrame 常见用法，在使用的时候可以快速找到。
Pandas DataFrames 是具有带标签的行和列的二维数据结构，可以存储很多类型的数据。如果你熟悉 Excel 的话，可以将 Pandas DataFrames 看做类似于电子表格。
一、引入
import numpy as np
import pandas as pd二、创建
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
c = ['a', 'b', 'c']
r = ['A', 'B', 'C']
df = pd.DataFrame(data=data, columns=c, index=r)三、排序
按列、行名排序
# 行名排序 降序
df.sort_index(axis=0, ascending=False)
# 列名排序 降序
df.sort_index(axis=0, ascending=False)按值排序
拿出来排序
df["a"].sort_values(ascending = False)df 内排序
df.sort_values(['a', 'b', 'c'])四、索引
位置索引
df.iloc[2] # 选择第二行所有数据, 是 Series 类型
df.iloc[[2]] # 选择第二行所有数据, 是 DataFrame 类型
df.iloc[:, 2] # 选择第二列所有数据, 是 Series 类型
df.iloc[:, [2]] # 选择第二列所有数据, 是 DataFrame 类型
df.iloc[:, 0:2] # 选择 0 到 2 列所有数据
df.iloc[[2,3], 0:2] # 选择 2 和 3 行, 0 到 2 列所有数据
df.iat[1, 1] # 根据位置快速取出数据, 获取单个数据推荐这种方法自定义索引
df.loc['top'] # 选择指定行数据, 是 Series 类型
df.loc[['top']] # 选择指定行数据, 是 DataFrame 类型
df.loc[:, 'xm'] # 选择指定列数据, 是 Series 类型(不推荐)
df.loc[:, ['xm']] # 选择指定列数据, 是 DataFrame 类型(不推荐)
df.loc[:, ['bj','xm']] # 选择多列数据(不推荐)
df.loc[:, 'bj':'xb'] # 选择多列之间所有数据, 列切片只能用这种方法
df.loc[['top','count'], 'bj':'xb'] # 选择指定行, 指定列数据
df.at['top', 'xm'] # 根据自定义索引快速取出数据, 获取单个数据推荐这种方法布尔索引
# 选取所有出生日期大于等于 1998 年的数据, 这里是字符串比较
df[df['csrq']>='1998']
# 选取所有出生日期大于等于 1997 年小于 1999 年的数据
df[(df['csrq']>='1997')&(data['csrq']<'1999')]
# 选取所有出生日期大于等于 1997 年小于 1999 年的数据
df[df['csrq'].between('1997', '1999')]
# 选取所有出生日期大于等于 1997 年或者姓名为张三的数据
df[(df['csrq']>='1997')|(data['xm']=='张三')]
# 另一种选取方式(不推荐, 实测效率比上面低)
df[df.csrq>='1998']
# 选择字段值为指定内容的数据
df[df['xm'].isin(['张三','李四'])] 五、插入与删除
# 假设 cj 列本来不存在, 这样会在列尾添加新的一列 cj, 值为 s(Series 对象), 原地
df['cj'] = s
# 在第 1 列位置插入一列 dz(地址), 值为 s, 原地
df.insert(0, 'dz', s)
# 在 df 中添加内容为 df2(必须是 DataFrame 对象)的新列(添加列), 非原地
df.join(df2)
# 将 df2 中的行添加到 df 的尾部(添加行), 非原地
df.append(df2)
# 删除单列, 并返回删除的列, 原地
df.pop('xm')
# 删除指定行, 非原地
df.drop(1)
# 删除指定列, axis= 1 指第 2 维, axis 默认 0, 非原地
df.drop(['xm', 'xh'], axis=1) 六、DataFrame 重要方法与属性
'''重要属性'''
df.values # 查看所有元素的 value
df.dtypes # 查看所有元素的类型
df.index # 查看所有行名
df.index = ['总数', '不同', '最多', '频率'] # 重命名行名
df.columns # 查看所有列名
df.columns = ['班级', '姓名', '性别', '出生日期'] # 重命名列名
df.T # 转置后的 df, 非原地
'''查看数据'''
df.head(n) # 查看 df 前 n 条数据, 默认 5 条
df.tail(n) # 查看 df 后 n 条数据, 默认 5 条
df.shape() # 查看行数和列数
df.info() # 查看索引, 数据类型和内存信息
'''数据统计'''
df.describe() # 查看数据值列的汇总统计, 是 DataFrame 类型
df.count() # 返回每一列中的非空值的个数
df.sum() # 返回每一列的和, 无法计算返回空, 下同
df.sum(numeric_only=True) # numeric_only=True 代表只计算数字型元素, 下同
df.max() # 返回每一列的最大值
df.min() # 返回每一列的最小值
df.argmax() # 返回最大值所在的自动索引位置
df.argmin() # 返回最小值所在的自动索引位置
df.idxmax() # 返回最大值所在的自定义索引位置
df.idxmin() # 返回最小值所在的自定义索引位置
df.mean() # 返回每一列的均值
df.median() # 返回每一列的中位数
df.var() # 返回每一列的方差
df.std() # 返回每一列的标准差
df.isnull() # 检查 df 中空值, NaN 为 True, 否则 False, 返回一个布尔数组
df.notnull() # 检查 df 中空值, 非 NaN 为 True, 否则 False, 返回一个布尔数组七、转换成 Numpy
df.values
np.array(df)八、实战应用
获取交易对 BTC/USDT 最近 10 日的收盘标准差。
# 计算标准差
since_days = 10
test_symbol = 'BTC/USDT'
# 计算时间点
threeDayAgo = (datetime.datetime.now() - datetime.timedelta(days=since_days))
SinceTimeStamp = int(time.mktime(threeDayAgo.timetuple())) * 1000 # 转换为时间戳，*1000，转为毫秒时间戳 13 位
tickers_list = binance_exchange.fetch_ohlcv(test_symbol, timeframe='1d', since=SinceTimeStamp)
# print(len(tickers_list))
# print(tickers_list)
kline_data = pd.DataFrame(tickers_list)
kline_data.columns = ['Datetime', 'Open', 'High', 'Low', 'Close', 'Vol']
print(kline_data)
print("describe:\n", kline_data.describe())
std = kline_data['Close'].std()
print("标准差：", std)打印：
Datetime Open High Low Close Vol
0 1590192000000 9170.00 9307.85 9070.00 9179.15 43526.296966
1 1590278400000 9179.01 9298.00 8700.00 8720.34 70379.866450
2 1590364800000 8718.14 8979.66 8642.72 8900.35 62833.910949
3 1590451200000 8900.35 9017.67 8700.00 8841.18 58299.770138
4 1590537600000 8841.00 9225.00 8811.73 9204.07 68910.355514
5 1590624000000 9204.07 9625.47 9110.00 9575.89 74110.787662
6 1590710400000 9575.87 9605.26 9330.00 9427.07 57374.362961
7 1590796800000 9426.60 9740.00 9331.23 9697.72 55665.272540
8 1590883200000 9697.72 9700.00 9381.41 9448.27 48333.786403
9 1590969600000 9448.27 9619.00 9421.67 9542.47 15797.593487
describe:
Datetime Open High Low Close \
count 1.000000e+01 10.000000 10.000000 10.000000 10.000000
mean 1.590581e+12 9216.103000 9411.791000 9049.876000 9253.651000
std 2.615890e+08 325.168891 282.355505 312.180668 339.899591
min 1.590192e+12 8718.140000 8979.660000 8642.720000 8720.340000
25% 1.590386e+12 8967.762500 9243.250000 8727.932500 8970.050000
50% 1.590581e+12 9191.540000 9456.555000 9090.000000 9315.570000
75% 1.590775e+12 9442.852500 9623.852500 9330.922500 9518.920000
max 1.590970e+12 9697.720000 9740.000000 9421.670000 9697.720000
Vol
count 10.000000
mean 55523.200307
std 16943.615232
min 15797.593487
25% 50166.657937
50% 57837.066549
75% 67391.244373
max 74110.787662
标准差：339.8995912341039相关文章：
Pandas DataFrame 总结
Python Pandas DataFrame 创建 (二十)
Python Pandas DataFrame 元素访问 (二十一)
正文完