Python数据分析常用方法手册(共12页).doc

《Python数据分析常用方法手册(共12页).doc》由会员分享，可在线阅读，更多相关《Python数据分析常用方法手册(共12页).doc（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上1. Python数据处理和分析常用语句数据分析的一般步骤包括数据获取、数据整理、数据描述、数据分析1.1 数据获取1.1.1 数据获取方式1.1.2 查看数据属性Data.shape 查看数据多少行、多少列Data.columns 查看数据列Data.dtypes 查看各数据字段的属性1.2 数据整理#第二步： 做一些数据的基本处理：1.2.1 数据基本处理（类excel）#0.数据类型的转换例如：如果要做时间序列分析，首先要将交易日期从通用对象（object）转换为日期对象（datetime）dfdate = pd.to_datetime(dfdate)#1.如何

2、获取导入的数据有几行几列？直接用df.shape，返回一个维度（几行，几列）的元组；df.columns.size #获取列数df.iloc:, 0.size #获取行数#2.如何查看指定行、列、子集？#df = pandas.read_excel(1.xls,sheetname= 店铺分析日报)df = df.loc:,股票代码,股票名称, 营业总收入#访问指定的列#df=df股票代码 #查看指定列#DataFrame.ixindex_name #查看指定行#dataframem:n #选择多行#dataframedataframecol35 #条件筛选#dataframe.ix0:3,0:

3、5 #选择子集#3.如何添加新的列例1：添加一个总和栏来显示Jan、Feb和Mar三个月的销售总额dftotal = dfJan+dfFeb+dfMar例2：把计算结果添加为一个新的列dfP/E = df.收盘价/df.基本每股收益 #新的列名，后面是对应的数值例3：在excel表最后加一行求各列和sum_row=dfJan,Feb,Mar,total.sum()#4.如何删除行列#df_delete=df.drop(result,axis=1) #删除列#DataFrame.drop(index1,index2.) #删除行#5.如何对数据进行排序？dfP/E.size #获取P/E 这列共

4、有多少行newdf=df_delete.sort(P/E) #默认升序排列sort_index也可以进行排序#6.如何对数据进行筛选？#1.筛选出predictaqi_norm1这一列大于100的行；aqicsvaqicsvpredictaqi_norm1100 也可以写为：datadata.收盘价100#2.使用&（并）与| （或）实现多条件筛选aqicsv(aqicsvFID37898) & (aqicsvFID150) |(aqicsv.predictaqi_norm110000) | (aqicsv.predictaqi_norm1 150) #4.isin()用法：筛选某一列数据符合

5、等于规定值(它使得我们可以定义一个列表，里面包含我们所希望查找的值);data7=datadata股票代码.isin(sh,sh,sh,sh)#同样，以上这个语句可以用query()函数来查询，需要安装numexpr；data8=data.query(股票代码 = sh,sh,sh,sh)#map()函数也有这个功能，样式如下：dfdfsku.map(lambda x: x.startswith(B1) & (dfquantity > 22).head()#5.字符串方法：筛选某一列内容包含特定值例如找出MA金叉死叉列所有含金叉的行，但列不能含空值data8=data7data7

6、MA金叉死叉.str.contains(金叉)#6.如果列中存在空值，空值处理方法：#6.1 用fillna()方法将空值填充data7=data.fillna(value=你好)#6.2 或者将列中的空值删除；stock_data = stock_datastock_data市盈率TTM.notnull()#或6.2 用dropna删除缺失值stock_data.dropna(subset=下个月涨跌幅, inplace=True)#7.pandas能够理解日期，在对日期数据筛选方面可以对某年、某月进行筛选；datadata交易日期=2014-03datadata交易日期=2015data(

7、data交易日期 =) & (data交易日期 6.sort(tip,ascending=False)#1.7 对列sex分组后，对另一列（tip/total_bill）进行排序def top(self,n): return self.sort(tip/total_bill,ascending=False):n#top(tips)tips.groupby(sex).apply(top,n=5)#1.8 按照某一列内容的部分字母进行分组排序比如，某一列由不同星期+日期组成，但只想按照这一列的星期进行排序？#get_day=lambda day: tips.day:1 # 选择列中的第一个字母，按

8、第一个字母排序#tips.groupby(get_day).apply(top,n=5) #groupby 可以调用函数#1.9 采用多个聚合函数返回多个聚合值tips2=tips1.groupby(sex,smoker)total_bill,tiptips2.agg(mean,sum,std,max)#2.0 计算tip和total_bill之间的相关系数 #corr=lambda x: x.corrwith(xtips)tips_corr=tips.groupby(sex)tips_corr.apply(lambda g: gtip.corr(gtotal_bill)#2.1 根据日价格变

9、化计算各股票之间的年度相关系数by_year=data.groupby(lambda x:x.year)corr=lambda x: x.corrwith(xSPX)data_by_year=by_year.apply(corr)2. merge 合并1. AppendP=2. Concat例子1：使用concat()函数将两个不同逻辑结构的对象能连接：将股票数据中的前5个和后5个合并；Data1=data:3Data2=df:3Pd.concat(Data1,Data2,ignore_index=Ture)例子2：将两个相同逻辑结构的对象能连接import pandas as pddates

10、=range(,)pieces=for date in dates: path=overview-push-%d/stock overview.csv % date date=pd.read_csv(path,encoding=gbk) pieces.append(date)datas=pd.concat(pieces)3. Join将美国运通公司和可可可乐公司近一年中每个月的交易总量 表（包含公司代码）与30只道琼斯成分股股票信息表合并；Pd.merge(data1,data2,on=code)3. 聚类分析3.1K-均值聚类scikit-learn 语言包#K-Mean聚类的一个小例子from pylab import *from scipy.cluster.vq import *list1=88,64,96,85list2=92,99,95,94list3=91,87,99,95list4=78,99,97,81list5=88,78,98,84list6=100,95,100,92data=vstack(list1,list2,list3,list4,list5,list6)centroids,_=kmeans(data,2)result,_=vq(data,centroids)print (result)专心-专注-专业