Pandas-02-DataFrame运算

1. 算术运算

• add(other)

  比如进行数学运算加上一个具体数字

  data["open"].add(10)  # open列加10
  # data["open"] + 10  # 一般不这么写
  

• sub(other)

  用法同add

2. 逻辑运算

2.1. 逻辑运算符号

• 逻辑运算类型：>, >=, <, <=, ==, !=

• 复合逻辑运算：&, |, ~ （与，或，非）

• 筛选data["open"] > 23的日期数据

  # 返回逻辑结果
  data["open"] > 20
  
  2018-02-27     True
  2018-02-26     True
  2018-02-23     True
  2018-02-22     True
  2018-02-14     True
  

  # 通过逻辑结果筛选数据
  data[data["open"] > 23].head()
  

• 多个逻辑判断

  data[(data["open"]>23) & (data["open"] < 24)].head()
  

2.2. 逻辑运算函数

• query(expr)：直接得出结果数据

  • expr：查询字符串

  通过query使刚才的过程更加方便简洁：

  data.query("open>23 & open<24").head()
  

• isin(values)：生成bool系列，还需要索引才能得出数据

  • values：列表，筛选出存在于该列表中的数据

  例如筛选出"open"列值为23.23和23.71的数据

  data[data["open"].isin([23.23, 23.71])]
  

3. 统计运算

3.1. describe

综合分析：直接得出很多结果，count，mean，std，min，max等

# 计算数量，平均值，标准差，最小值，最大值
data.describe()

3.2. 统计函数

count	Number of non-NA observations 每列或每行的非NA单元数量
sum	Sum of values 求和
mean	Mean of values 平均值
median	Arithmetic median of values 中位数
min	Minimum 最小值
max	Maximum 最大值
mode	Mode 众数
abs	Absolute Value 绝对值
prod	Product of values 所有元素的乘积
std	Bessel-corrected sample standard deviation 标准差
var	Unbiased variance 无偏方差，均方差
idxmax	compute the index labels with the maximum 最大值的索引
idxmin	compute the index labels with the minimum 最小值的索引

坐标轴默认按照列“columns”(axis=0, default)，如果要指定对行“index”需要指定(axis=1)

• max()、min()

  data.max()
  
  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
  
  data.min()  # 与max类似
  

• median()

  如果没有中位数，取中间两个数的平均值

3.3. 累计统计函数

函数	说明
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

这些函数可以对series和dataframe操作

例如统计股票"p_change"变化情况：

• 排序（按照时间先后进行累计）

  data = data.sort_index()
  

• 对p_change列进行累计求和

  stock_rise = data["p_change"]
  stock_rise.cumsum()
  
  2015-03-02      2.62
  2015-03-03      4.06
  2015-03-04      5.63
  2015-03-05      7.65
  2015-03-06     16.16
                 ...  
  2018-02-14    112.59
  2018-02-22    114.23
  2018-02-23    116.65
  2018-02-26    119.67
  2018-02-27    122.35
  Name: p_change, Length: 643, dtype: float64
  

• 通过折线图展示

  使用plot函数需要导入matplotlib.

  import matplotlib.pyplot as plt
  # 用plot显示图形
  stock_rise.cumsum().plot()
  # 需要调用show才能显示
  plt.show()
  

  

  画图函数说明：

  • DataFrame.plot(kind='line')
    • kind: str，需要绘制图形的种类
      • 'line': line plot (default)
      • 'bar': vertical bar plot
      • 'barh': horizontal bar plot
        • 关于'barh'的解释
      • 'hist': histogram
      • 'pie': pie plot
      • 'scatter': scatter plot

4. 自定义运算

• apply(func, axis=0)

  • func: 自定义函数
  • axis=0: 默认列，1为行

  data[["open", "close"]].apply(lambda x: x.max() - x.min(), axis=0)
  open     22.74
  close    22.85
  dtype: float64