06 2019 档案
摘要：pandas.DataFrame.plot() 在0.23.4版本的pandas中，pandas.DataFrame.plot()中常用的参数有以下几个 x：横坐标上的标签，一般是DataFrame中某个column的名称，默认为None y：纵坐标上要显示的column，如果不指定column，则
阅读全文
摘要：在许多应用中，数据很少取自文本文件，因为用这种方式存储大量数据文件很低效，基于SQL的关系型数据库使用很广泛，此外还有一些非SQL（如NOSQL)型数据库也变得非常流行，数据库的选择通常取决于性能，数据完整性以及应用程序的伸缩性需求。 将数据从SQL加载到DataFrame非常简单，此外pandas
阅读全文
摘要：因为其简单的文件交互语法、直观的数据结构，以及诸如元组打包解包之类的便利功能，python在文本和文件处理方面已经成为一门简单的语言。 pandas提供了一些用于将表格型数据读取为DataFrame对象的函数，以下对他们进行了总结，其中read_csv和read_table可能是你今后用的最多的。
阅读全文
摘要：pandas有一个Panel数据结构，可以看做为三维版的DataFrame。 基于ix的标签索引被推广到了三个维度，因此我们可以选取指定日期和日期范围的所有数据。 另一个用于呈现面板数据的办法是堆积式的DataFrame形式。 DataFrame有一个to_panel方法，他是to_frame的逆运
阅读全文
摘要：人们经常想要将DataFrame的一个或多个列当作行索引来用，或者可能希望将行索引当成DataFrame的列。 DataFrame的set_index函数会将其一个或多个列转换为行索引，并创建 一个新的DataFrame。 默认情况下，那些列会在DataFrame中移除，但是也可以将其保留下来。 r
阅读全文
摘要：有时你需要重新调整某个轴上面的级别顺序，swaplever接受两个级别编号或者名称，并返回一个互换了级别的新对象。 而sortlever（或者sort_index(1）则根据单个级别中的值对数据进行排序，交换级别时，常常用到sortlever，这样最终结果就是有序的了。 许多对DataFrame和S
阅读全文
摘要：层次化索引是pandas的一项重要功能，他使你能在一个轴上拥有多个（两个以上）索引级别，抽象点说，它能使你以低维度形式处理高纬度数据，我们先来看一个简单的例子，创建一个Series，并用一个由列表或数组组成的列表作为索引。 这就是带有MultiIndex索引的Series的格式化输出形式，索引之间的
阅读全文
摘要：dropna默认丢失任何含有缺失值的行。 你可能希望丢弃含有NA的行或列，传输how='all'将只丢弃含有NA的行。 要用这种方式丢弃列，只需要传入axis=1即可。 另一个滤除DataFrame行的问题涉及时间序列数据，假设你只想留下一部分观测数据，可以用thresh参数实现此目的。 你可能不想
阅读全文
摘要：使用pip安装pandas_datareader pandas-datareader包中的pandas_datareader.data.DataReader函数可以根据输入的证券Ticker，起始日期和终止日期来返回包含所有历史日价格的数据，其数据类型是DataFrame，这是pandas包引入的一
阅读全文
摘要：python实现Zabbix图文告警，代码如下： #!/usr/bin/python# coding: utf-8#Author: Zhi Liimport urllib.requestimport jsonimport sysimport datetime,timeimport osimport
阅读全文