3-DataFrame 运算
1 算术运算
- add(other)
比如进行数学运算加上具体的一个数字 data['open'].add(1) 2018-02-27 24.53 2018-02-26 23.80 2018-02-23 23.88 2018-02-22 23.25 2018-02-14 22.49
- sub(other)
如果想要得到每天的涨跌大小？求出每天 close- open价格差 # 1、筛选两列数据 close = data['close'] open1 = data['open'] # 2、收盘价减去开盘价 data['m_price_change'] = close.sub(open1) data.head() open high close low volume price_change p_change turnover my_price_change 2018-02-27 23.53 25.88 24.16 23.53 95578.03 0.63 2.68 2.39 0.63 2018-02-26 22.80 23.78 23.53 22.80 60985.11 0.69 3.02 1.53 0.73 2018-02-23 22.88 23.37 22.82 22.71 52914.01 0.54 2.42 1.32 -0.06 2018-02-22 22.25 22.76 22.28 22.02 36105.01 0.36 1.64 0.90 0.03 2018-02-14 21.49 21.99 21.92 21.48 23331.04 0.44 2.05 0.58 0.43
2 逻辑运算
2.1 逻辑运算符号<、 >、|、 &
- 例如筛选p_change > 2的日期数据
- data['p_change'] > 2返回逻辑结果
data['p_change'] > 2 2018-02-27 True 2018-02-26 True 2018-02-23 True 2018-02-22 False 2018-02-14 True # 逻辑判断的结果可以作为筛选的依据 data[data['p_change'] > 2] pen high close low volume price_change p_change turnover my_price_change 2018-02-27 23.53 25.88 24.16 23.53 95578.03 0.63 2.68 2.39 0.63 2018-02-26 22.80 23.78 23.53 22.80 60985.11 0.69 3.02 1.53 0.73 2018-02-23 22.88 23.37 22.82 22.71 52914.01 0.54 2.42 1.32 -0.06 2018-02-14 21.49 21.99 21.92 21.48 23331.04 0.44 2.05 0.58 0.43 2018-02-12 20.70 21.40 21.19 20.63 32445.39 0.82 4.03 0.81 0.49
- 完成一个多个逻辑判断， 筛选p_change > 2并且open > 15
data[(data['p_change'] > 2) & (data['open'] > 15)] open high close low volume price_change p_change turnover my_price_change 2017-11-14 28.00 29.89 29.34 27.68 243773.23 1.10 3.90 6.10 1.34 2017-10-31 32.62 35.22 34.44 32.20 361660.88 2.38 7.42 9.05 1.82 2017-10-27 31.45 33.20 33.11 31.45 333824.31 0.70 2.16 8.35 1.66 2017-10-26 29.30 32.70 32.41 28.92 501915.41 2.68 9.01 12.56 3.11
2.2 逻辑运算函数
- query(expr)
- expr:查询字符串
通过query使得刚才的过程更加方便简单 data.query("p_change > 2 & turnover > 15")
- isin(values)
例如判断'turnover'是否为4.19, 2.39 # 可以指定值进行一个判断，从而进行筛选操作 data[data['turnover'].isin([4.19, 2.39])] open high close low volume price_change p_change turnover my_price_change 2018-02-27 23.53 25.88 24.16 23.53 95578.03 0.63 2.68 2.39 0.63 2017-07-25 23.07 24.20 23.70 22.64 167489.48 0.67 2.91 4.19 0.63 2016-09-28 19.88 20.98 20.86 19.71 95580.75 0.98 4.93 2.39 0.98 2015-04-07 16.54 17.98 17.54 16.50 122471.85 0.88 5.28 4.19 1.00
3 统计运算
3.1 describe()
综合分析: 能够直接得出很多统计结果,count, mean, std, min, max 等
# 计算平均值、标准差、最大值、最小值
data.describe()
3.2 统计函数
Numpy当中已经详细介绍，在这里我们演示min(最小值), max(最大值), mean(平均值), median(中位数), var(方差), std(标准差),mode(众数)结果,
count | Number of non-NA observations |
|---|---|
sum |
Sum of values |
mean |
Mean of values |
median |
Arithmetic median of values |
min |
Minimum |
max |
Maximum |
mode |
Mode |
abs |
Absolute Value |
prod |
Product of values |
std |
Bessel-corrected sample standard deviation |
var |
Unbiased variance |
idxmax |
compute the index labels with the maximum |
idxmin |
compute the index labels with the minimum |
对于单个函数去进行统计的时候，坐标轴还是按照这些默认为“columns” (axis=0, default)，如果要对行“index” 需要指定(axis=1)
- max()、min()
# 使用统计函数：0 代表列求结果， 1 代表行求统计结果 data.max(0) open 34.99 high 36.35 close 35.21 low 34.01 volume 501915.41 price_change 3.03 p_change 10.03 turnover 12.56 my_price_change 3.41 dtype: float64
- std()、var()
# 方差 data.var(0) open 1.545255e+01 high 1.662665e+01 close 1.554572e+01 low 1.437902e+01 volume 5.458124e+09 price_change 8.072595e-01 p_change 1.664394e+01 turnover 4.323800e+00 my_price_change 6.409037e-01 dtype: float64
# 标准差data.std(0) open 3.930973 high 4.077578 close 3.942806 low 3.791968 volume 73879.119354 price_change 0.898476 p_change 4.079698 turnover 2.079375 my_price_change 0.800565 dtype: float64
- median()：中位数
中位数为将数据从小到大排列，在最中间的那个数为中位数。如果没有中间数，取中间两个数的平均值。 df = pd.DataFrame({'COL1' : [2,3,4,5,4,2], 'COL2' : [0,1,2,3,4,2]}) df.median() COL1 3.5 COL2 2.0 dtype: float64
- idxmax()、idxmin()
# 求出最大值的位置 data.idxmax(axis=0) open 2015-06-15 high 2015-06-10 close 2015-06-12 low 2015-06-12 volume 2017-10-26 price_change 2015-06-09 p_change 2015-08-28 turnover 2017-10-26 my_price_change 2015-07-10 dtype: object # 求出最小值的位置 data.idxmin(axis=0) open 2015-03-02 high 2015-03-02 close 2015-09-02 low 2015-03-02 volume 2016-07-06 price_change 2015-06-15 p_change 2015-09-01 turnover 2016-07-06 my_price_change 2015-06-15 dtype: object
4 累计统计函数
| 函数 | 作用 |
|---|---|
cumsum |
计算前1/2/3/…/n个数的和 |
cummax |
计算前1/2/3/…/n个数的最大值 |
cummin |
计算前1/2/3/…/n个数的最小值 |
cumprod |
计算前1/2/3/…/n个数的积 |
data.sort_index()["p_change"].head(20) 2015-03-02 2.62 2015-03-03 1.44 2015-03-04 1.57 2015-03-05 2.02 2015-03-06 8.51 2015-03-09 0.21 2015-03-10 2.38 2015-03-11 -2.39 2015-03-12 -1.33 2015-03-13 2.55 2015-03-16 2.76 2015-03-17 2.08 2015-03-18 0.86 2015-03-19 0.46 2015-03-20 -0.26 2015-03-23 0.26 2015-03-24 1.95 2015-03-25 -2.42 2015-03-26 -2.42 2015-03-27 5.63 Name: p_change, dtype: float64 #累计统计，展示前20个 data["p_change"].cumsum().head(20) 2018-02-27 2.68 2018-02-26 5.70 2018-02-23 8.12 2018-02-22 9.76 2018-02-14 11.81 2018-02-13 13.13 2018-02-12 17.16 2018-02-09 10.30 2018-02-08 10.71 2018-02-07 8.47 2018-02-06 4.30 2018-02-05 7.17 2018-02-02 8.06 2018-02-01 2.58 2018-01-31 2.12 2018-01-30 2.33 2018-01-29 -0.65 2018-01-26 -0.20 2018-01-25 -3.88 2018-01-24 -4.67 Name: p_change, dtype: float64 #绘图 data["p_change"].cumsum().plot()
5 自定义运算
- apply(func, axis=0)
- func:自定义函数
- axis=0:默认是列，axis=1为行进行运算
- 定义一个对列，最大值-最小值的函数
data[['open', 'close']].apply(lambda x: x.max() - x.min(), axis=0) open 22.74 close 22.85 dtype: float64
