pandas笔记集 （一）

目录

• 使用pandas库实现以下内容：
  • 1) 读取文件“SH#600519.xlsx”中有关股票的数据。
  • 2) 设计并实现一组命令行下的选择列表，用户通过此列表可以完成如下的功能：
•   分析：
  •     难点：
•   实验过程：
  • （一）准备工作
  •       1： 思路1：
    •           1.1： 使用pandas库读取excel文件可用语句：
    •           1.2：生成一组 DataFrame：
    •           1.3： 修改列标题
    •           1.4： 删除数据：
  •       2： 思路2：
    •        2.1：在读取excel时设置相关参数：
  • （二）按要求筛选数据
    • i) 显示某个输入的日期的当日数据。（注：当日数据应包括日期、开盘、最高、最低、收盘、成交量、成交额）
    • ii) 显示收盘价高于某个输入的价格的所有日期。
    • iii) 显示股价波动高于某个输入的值的所有日期。
    • iv) 显示成交量高于某个输入的值的所有日期。
    • v）显示成交额高于某个输入的值的所有日期。

** 版权所有 By Excel **

目录

• 使用pandas库实现以下内容：
  • 1) 读取文件“SH#600519.xlsx”中有关股票的数据。
  • 2) 设计并实现一组命令行下的选择列表，用户通过此列表可以完成如下的功能：
•   分析：
  •     难点：
•   实验过程：
  • （一）准备工作
  •       1： 思路1：
    •           1.1： 使用pandas库读取excel文件可用语句：
    •           1.2：生成一组 DataFrame：
    •           1.3： 修改列标题
    •           1.4： 删除数据：
  •       2： 思路2：
    •        2.1：在读取excel时设置相关参数：
  • （二）按要求筛选数据
    • i) 显示某个输入的日期的当日数据。（注：当日数据应包括日期、开盘、最高、最低、收盘、成交量、成交额）
    • ii) 显示收盘价高于某个输入的价格的所有日期。
    • iii) 显示股价波动高于某个输入的值的所有日期。
    • iv) 显示成交量高于某个输入的值的所有日期。
    • v）显示成交额高于某个输入的值的所有日期。

使用pandas库实现以下内容：

1) 读取文件“SH#600519.xlsx”中有关股票的数据。

2) 设计并实现一组命令行下的选择列表，用户通过此列表可以完成如下的功能：

• i. 显示某个输入的日期的当日数据。（注：当日数据应包括日期、开盘、最高、最低、收盘、成交量、成交额）

• ii. 显示收盘价高于某个输入的价格的所有日期。

• iii. 显示股价波动高于某个输入的值的所有日期。（注：股价波动即为最高价减去最低价的值）

• iv. 显示成交量高于某个输入的值的所有日期。

• v. 显示成交额高于某个输入的值的所有日期。

  分析：

    难点：

　　　实验内容不难，难度在处理excel文件数据上，原excel表头：
　　　　

　　　在读取时，需要处理前2行（忽略第1行，设置第2行为列标题）

　实验思路：
            1. 读取excel文件 ---> 生成Dataframe ---> 替换列标题 ---> 删去第一行数据 --->数据筛选

            2. 读取excel文件（设置相关参数，完成前两行的处理） ---> 生成Dataframe ---> 数据筛选

---

---

---

  实验过程：

---

（一）准备工作

---

      1： 思路1：

---

          1.1： 使用pandas库读取excel文件可用语句：

#  读字符（r）+  文件所在地址
excel_file = r'/home/excel/python_program/data/lab1/SH#600519.xlsx'

# 读取 excel文件
data = pd.read_excel(excel_file)

---

          1.2：生成一组 DataFrame：

df = pd.DataFrame(data)

---

          1.3： 修改列标题

head = df.columns.values.tolist()
 
'''
    打印输出原列名
'''
print(head)

            运行结果：

            第二行的数据才是列标题，因此我们需要替换列标题。　　　　

            替换的方法：

 '''
修改列名：
    df.rename(columns={'原列名'：'新列名'},inplace=True)
替换所有的列标题：
'''
for i in range (len(head)):
    df.rename(columns={head[i]:df.iloc[0,i]},inplace=True)

            运行结果，再次查询列标题：

'''
修改后的列名
'''
head=df.columns.values.tolist()
print(head)

---

          1.4： 删除数据：

              由于在生成df时，第二行数据是 【‘日期’，‘开盘’.... ，】
              查看df:
　　　　

              df的第一行数据需删除

df = df.drop(0,axis=0,inplace=False)

              到这里，我们就已经完成了df前2行的处理

---

      2： 思路2：

       2.1：在读取excel时设置相关参数：

'''
io: 文件所在目录， 
header:  取 第header行 作为列标题
skiprows: 需跳过的行数
'''
test = pd.read_excel(io=excel_file, 
                     header=1, 
                     skiprows=0)

        生成dfs :

dfs = pd.DataFrame(test)

        查看dfs :

（二）按要求筛选数据

i) 显示某个输入的日期的当日数据。（注：当日数据应包括日期、开盘、最高、最低、收盘、成交量、成交额）

df.loc[(df[head[2]]>0),head].head()

ii) 显示收盘价高于某个输入的价格的所有日期。

flag=(int)(input())

df.loc[
        (df[head[4]]>flag),
       head
      ].head()

iii) 显示股价波动高于某个输入的值的所有日期。

flag=(int)(input())

df.loc[
        (df[head[4]]>flag),
       head
      ].head()

iv) 显示成交量高于某个输入的值的所有日期。

df.loc[
      (df[head[5]]>turnover),
       head
      ].head()

v）显示成交额高于某个输入的值的所有日期。

df.loc[(df[head[6]]>sums),
       [head[0],head[1],head[2],
        head[3],head[4],head[5],head[6]]
      ].head()