金融量化分析【day110】：Pandas的Series對象

1、pandas簡介安裝

pandas是一個強大的python數據分析的工具包

pandsa是基於NumPy構建的

一、pandas的主要功能

一、具有對其功能的數據結構DataFrame、Series

 

二、集成時間序列功能

三、提供豐富的數學運算和操做

四、靈活處理缺失數據

二、安裝方法

pip install pandas

三、引用方法

import pandas as pd

2、Series對象

一、pandas的Series對象是一個帶索引數據構成的一維數組，能夠用一個數組建立Series對象

import numpy as np
import pandas as pd
data = pd.Series([0.25,0.5,0.75,10])
data

　　

二、Series是通用NumPy數組

data = pd.Series([0.25,0.5,0.75,10],index=['a','b','c','d'])

　　

data = pd.Series([0.25,0.5,0.75,10],index=['2','5','3','7'])

　　

三、Series是特殊的字典

area_dict = {'California': 423967, 'Texas': 695662, 'New York': 141297,
'Florida': 170312, 'Illinois': 149995}
area = pd.Series(area_dict)
area

　　

3、Series數據對齊

一、pandas在運算時，會按索引進行對齊而後計算，若是存在不一樣的索引，則結果的索引是兩個操做數索引的並集

一、sr1+sr2

 二、sr1+sr3

 

二、如何在兩個Series對象相加時將缺失值設置爲0？

 3、缺失數據

 缺失數據：使用NaN(Not a Number)來表示缺失數據，其值等於np.nan

內置的None值也會被當作NaN處理

一、發現缺失數據

一、data.isnull()建立一個布爾類型的掩碼標籤缺失值

import numpy as np
import pandas as pd
data = pd.Series([1, np.nan, 'hello', None])
data.isnull()

　　

 一、data[data.notnull()與data.isnull()操做相反

data[data.notnull()]

　

二、剔除缺失數據

一、dropna()返回一個剔除缺失值的數據（剔除任何包含缺失值的整行數據）

df3.dropna()

二、dropna(how='any')返回一個剔除缺失值的數據（會剔除任何包含缺失值的整列數據）

 

df.dropna(axis='columns', how='all')

 

 

三、dropna(how='any')返回一個剔除缺失值的數據（只要有缺失值就剔除整行或整列）

df2.dropna(how='any')

　　

df2[df2['close'].notnull()]

　　

四、dropna(how='any')返回一個剔除缺失值的數據（行或列中非缺失值的最小數量）

df.dropna(axis='rows', thresh=3)

　　

第一行和第三行被剔除了，由於他們只包含兩個非缺失值

三、填充缺失數據

有時候你可你可能並不想移除缺失值，而是想把他們替換成有效的數值，有效的值可能想0，1，2那樣單獨的值，也可能

是通過填充（imputation）或轉換（interpolation）獲得的，雖然你能夠經過isnull方法創建掩碼來填充缺失值，可是Pandas

爲此專門提供了一個fillna（0）方法，他將返回填充缺失值後的數組副本

data = pd.Series([1, np.nan, 2, None, 3], index=list('abcde'))
data

　　

一、data.fillna(0)單獨的值填充缺失值

data.fillna(0)

　　

二、method='ffill'  能夠用缺失值前面的有效值來從前日後填充

data.fillna(method='ffill')

　　

三、method='bfill' 也能夠用缺失值的有效值從後向前填充

data.fillna(method='bfill')

　　

四、DataFrame的操做方法與Series相似，只是在填充時候須要設置座標軸參數axis

df.fillna(method='ffill', axis=1)

　　

須要注意的是，假如從前日後填充式，須要填充的倒是值前面沒有值，那麼他就仍然是缺失值

四、對不一樣趨勢值的轉換規則