1、pandas 库之数据筛选及过滤:
主要介绍 pandas 库的用途,以及安装方法。并介绍它的用途,包括数据的选择和筛选。
<br>
2、pandas 库之字符串提取与操作:
本课时主要介绍使用 pandas 库进行字符串数据的提取与其他操作,使得 pandas 库可以操作字符串数据。
<br>
3、pandas 库之散点图:
本课时主要介绍使用 pandas 绘制散点图以及轨迹的方法,通过pandas库也可以绘制图形。
<br>
4、pandas 库之直方图:
本课时主要介绍使用 pandas 绘制直方图,柱形图和箱形图的方法。

In [278]:
Out[278]:
In [3]:
Out[3]:
In [115]:
Out[115]:
A B C D
2016-07-15 0.257509 0.264885 0.540292 0.485975
2016-07-16 0.629827 0.079777 0.338386 0.187553
2016-07-17 0.375727 0.700579 0.384695 0.909140
2016-07-18 0.418069 0.308024 0.451242 0.758287
2016-07-19 0.114625 0.397367 0.888026 0.358038
2016-07-20 0.454836 0.182236 0.158715 0.002074
In [12]:
Out[12]:
A
0 -2.058364
1 0.817129
2 1.630002
3 0.673549
4 0.416836
5 0.033933
In [22]:
Out[22]:
In [25]:
Out[25]:
A B C D
2016-07-16 0.183782 0.740787 0.589655 0.167018
2016-07-17 0.198436 0.452805 0.275851 0.119994
In [27]:
Out[27]:
A B C D
2016-07-15 0.736079 0.959340 0.830599 0.627481
2016-07-16 0.183782 0.740787 0.589655 0.167018
2016-07-17 0.198436 0.452805 0.275851 0.119994
2016-07-18 0.865754 0.584943 0.381434 0.966995
In [30]:
Out[30]:
A B
2016-07-15 0.736079 0.959340
2016-07-16 0.183782 0.740787
2016-07-17 0.198436 0.452805
2016-07-18 0.865754 0.584943
In [31]:
Out[31]:
In [38]:
Out[38]:
In [40]:
Out[40]:
A B C D
2016-07-15 0.736079 0.959340 0.830599 0.627481
2016-07-16 0.183782 0.740787 0.589655 0.167018
2016-07-17 0.198436 0.452805 0.275851 0.119994
In [41]:
Out[41]:
A B C D
2016-07-16 0.183782 0.740787 0.589655 0.167018
2016-07-17 0.198436 0.452805 0.275851 0.119994
2016-07-18 0.865754 0.584943 0.381434 0.966995
2016-07-19 0.095199 0.431479 0.394274 0.041155
2016-07-20 0.731607 0.018931 0.694380 0.189079
In [42]:
Out[42]:
In [43]:
Out[43]:
In [45]:
Out[45]:
In [46]:
Out[46]:
A B C D
count 6.000000 6.000000 6.000000 6.000000
mean 0.468476 0.531381 0.527699 0.351954
std 0.344089 0.318945 0.212599 0.364780
min 0.095199 0.018931 0.275851 0.041155
25% 0.187446 0.436811 0.384644 0.131750
50% 0.465021 0.518874 0.491964 0.178049
75% 0.734961 0.701826 0.668198 0.517880
max 0.865754 0.959340 0.830599 0.966995
In [63]:
Out[63]:
2016-07-15 00:00:00 2016-07-16 00:00:00 2016-07-17 00:00:00 2016-07-18 00:00:00 2016-07-19 00:00:00 2016-07-20 00:00:00
A 0.736079 0.183782 0.198436 0.865754 0.095199 0.731607
B 0.959340 0.740787 0.452805 0.584943 0.431479 0.018931
C 0.830599 0.589655 0.275851 0.381434 0.394274 0.694380
D 0.627481 0.167018 0.119994 0.966995 0.041155 0.189079
In [ ]:
In [60]:
Out[60]:
A B C D
2016-07-15 0.736079 0.959340 0.830599 0.627481
2016-07-16 0.183782 0.740787 0.589655 0.167018
2016-07-17 0.198436 0.452805 0.275851 0.119994
2016-07-18 0.865754 0.584943 0.381434 0.966995
2016-07-19 0.095199 0.431479 0.394274 0.041155
2016-07-20 0.731607 0.018931 0.694380 0.189079
In [64]:
Out[64]:
A B C D
2016-07-17 0.198436 0.452805 0.275851 0.119994
2016-07-18 0.865754 0.584943 0.381434 0.966995
2016-07-19 0.095199 0.431479 0.394274 0.041155
2016-07-16 0.183782 0.740787 0.589655 0.167018
2016-07-20 0.731607 0.018931 0.694380 0.189079
2016-07-15 0.736079 0.959340 0.830599 0.627481
In [77]:
Out[77]:
a b c d
0 1.225333 -0.694005 -0.868498 2.540235
1 -0.089846 0.075165 0.722056 0.261062
2 1.087733 -0.590180 0.139107 -0.768135
3 1.587061 -0.176495 -0.784779 0.186754
4 0.978927 0.244961 -0.576200 3.148124
5 -0.057562 0.575155 0.550383 -0.859195
In [78]:
Out[78]:
a b c d
0 1.225333 -0.694005 -0.868498 2.540235
1 -0.089846 0.075165 0.722056 0.261062
3 1.587061 -0.176495 -0.784779 0.186754
4 0.978927 0.244961 -0.576200 3.148124
In [97]:
Out[97]:
a b
0 1.225333 -0.694005
3 1.587061 -0.176495
4 0.978927 0.244961
In [280]:
Out[280]:
In [227]:
Out[227]:
In [228]:
Out[228]:
In [229]:
Out[229]:
In [230]:
Out[230]:
In [231]:
Out[231]:
In [232]:
Out[232]:
In [233]:
Out[233]:
In [238]:
Out[238]:
In [239]:
Out[239]:
0 1
0 a 1
1 a 2
2 a 3
3 a 4
In [240]:
Out[240]:
str digit
0 a 1
1 a 2
2 a 3
3 a 4
In [253]:
Out[253]:
In [267]:
Out[267]:
In [268]:
Out[268]:
In [271]:
Out[271]:
In [272]:
Out[272]:
In [275]:
Out[275]:
In [281]:
Out[281]:
In [14]:
Out[14]:
Unnamed: 0 open close high low volume money
0 2015-04-24 09:30:00 9.39 9.39 9.39 9.39 100 939
1 2015-04-24 09:31:00 9.39 9.39 9.39 9.39 2000 18780
2 2015-04-24 09:32:00 9.39 9.39 9.39 9.39 1000 9390
3 2015-04-24 09:33:00 9.39 9.39 9.39 9.39 1000 9390
4 2015-04-24 09:34:00 9.39 9.39 9.39 9.39 0 0
In [306]:
pandas数据筛选及过滤、字符串提取与操作、画图-新乡seo|网站优化,网站建设_微信公众号:zeropython—昊天博客
In [20]:
Out[20]:
In [9]:
pandas数据筛选及过滤、字符串提取与操作、画图-新乡seo|网站优化,网站建设_微信公众号:zeropython—昊天博客
In [19]:
pandas数据筛选及过滤、字符串提取与操作、画图-新乡seo|网站优化,网站建设_微信公众号:zeropython—昊天博客
In [33]:
pandas数据筛选及过滤、字符串提取与操作、画图-新乡seo|网站优化,网站建设_微信公众号:zeropython—昊天博客