DataFrame的构建及一些操作

一、DataFrame构建

1.用多个列表构建

#构建DataFrame

#self._stkpool_uni、codes、end_date（这些list用append填充值，保证各个list中元素个数一致）
        dfData = {"STK_UNI_CODE":self._stkpool_uni, "STK_CODE":codes, "END_DATE":end_date,
                  "SCORE_FAC":score, "DIS_FAC":descri, "RAT_FAC":star, "MAC_FAC":mac}
        df = pd.DataFrame(data=dfData)

 

2.用一个列表构建（其中列表元素为dict，dict的值来自tuple）

　　findata_list = []　　　　　　　　　　　　　　#定义一个空list
 　　for res in query_Object:　　　　　　　　　 #res是元组
            dict_fin = {}　　　　　　　　　　　　　#定义一个空dict
            for arr in range(0,len(res)):　　　　　  #for循环元组
                dict_fin[columns[arr]] = res[arr]　  #给dict填值
            findata_list.append(dict_fin)　　　　　 #给list填值
       dfQuery = pd.DataFrame(findata_list)　　 #通过list构建DataFrame

 

3.指定列的顺序　　

　　df_data = {"公式代码":gsCode, "股票市场":gpMarket, "股票代码":gpCode, "日期":signalDate, "新接口":mField, "老接口":mFieldOnline}
　　col = ['公式代码','股票市场','股票代码','日期','新接口','老接口']
　　df = pd.DataFrame(data=df_data,columns=col)

 

二、DataFrame一系列小操作总结

1.DataFrame排序

　　①.根据列值排序（sort_values）

　　　　df_return = df_return.sort_values(['date', 'gpcode'], ascending=[0,1])  # 排序，0倒序，1正序

　　②.根据索引值排序（sort_index）

　　　　dfSort = dfSort.sort_index(ascending=False)

 

2.DataFrame query

　　strsql = "index <= '{0}'".format(date)
      df_entrydate = dfSort.query(strsql)

 

3.DataFrame groupby、pandas.core.groupby.GroupBy.nth

　　strsql = "index <= '{0}'".format(date)
      df_entrydate = dfSort.query(strsql)

　　gb = df_entrydate.groupby('gpcode')　　#按gpcode分组

　　ret = gb.nth(0)　　#取groupby之后的第1组数据

 

4.DataFrame取值

　　①根据已知索引取值（ix）

　　　　res= dfQuery.ix[index]

　　②取一段数据块（iloc, loc）

　　　　1.ret = copy.copy(df_entrydate.iloc[:1]) 　　#取dataframe第一行数据

　　　　　

　　　　2.

　　　　

 

5.DataFrame修改值

　　①更改某列的某一个值（loc[索引值，列名]）

　　　　df_stopdate.loc[df_stopdate.index, "date"] = dict_stopdate[key]

　　②df_stopdate['date'][1]= '2016-01-01'

　　　df_stopdate['date'] = '2016-01-01'

 

6.DataFrame设置索引(set_index)

　　①重置索引（reset_index）

　　　　df_return = df_return.reset_index()

　　②设置索引(set_index)

　　　　df_return = df_return.set_index('a', 'b')

　　③

　　import copy
　　ret = copy.copy(df_entrydate.iloc[:1]) 　　#取dataframe第一行数据
      ret.index=[[gpcode],[date]]
      ret.index.names=["gpcode","date"]
      df_return = df_return.append(ret)

 

7.DataFrame取一列索引的值

　　①一重索引取值

　　　　df.index.tolist()

　　②多重索引取值（df.index.get_level_values('列名')）

　　　　dfQuery.index.get_level_values('gpcode')

 

8.DataFrame删除

　　① 某一列（del）

　　del(df_entrydate["gpcode"])

　　② 某一列（drop、axis=1）

　　df = df.drop(['col1','col2'],axis=1)

　　③ 某一行（drop、axis=0）

　　df = df.drop([0],axis=0) #删除第一行

 

9.DataFrame的某一列转换类型

　　prit dfQuery.dtypes

　　

　　pandas中没有"string"，string类型的被存为object。

　　将date列转换成datetime64类型

　　import numpy as np

　　dfQuery['date'] = dfQuery['date'].astype(np.dtype("datetime64"))

　　print dfQuery.dtypes

　　

 

未完待续。。。

 其他操作参见：http://www.cnblogs.com/chaosimple/p/4153083.html