pandas500demo

环境依赖

et-xmlfile==1.1.0
numpy==1.26.4
openpyxl==3.1.2
pandas==2.2.1
pyreadline==2.1
python-dateutil==2.9.0.post0
pytz==2024.1
six==1.16.0
tzdata==2024.1

001　使用随机数创建一个DataFrame

import pandas as pd #导入pandas库，并使用pd重命名pandas
import numpy as np #导入numpy库，并使用np重命名numpy
from numpy import random #导入numpy库的随机数模块random
#使用随机数创建带行标签和列名的DataFrame
df=pd.DataFrame(random.randint(0,5000,size=(5,10)),
index=['R0','R1','R2','R3','R4'],
columns=['C0','C1','C2','C3','C4','C5','C6','C7','C8','C9'])
##使用随机数创建默认的带行标签和列名的DataFrame
#df=pd.DataFrame(random.randint(0,5000,size=(5,10)))
##使用连续的整数创建带行标签和列名的DataFrame
#df=pd.DataFrame(np.arange(50).reshape((5,10)),
index=['R0','R1','R2','R3','R4'],
columns=['C0','C1','C2','C3','C4','C5','C6','C7','C8','C9'])
##使用连续的整数创建默认的带行标签和列名的DataFrame
#df=pd.DataFrame(np.arange(50).reshape((5,10)))
df #输出df的所有数据

002　使用字母设置DataFrame的行标签

import pandas as pd #导入pandas库，并使用pd重命名pandas
df=pd.read_excel('myexcel.xlsx') #读取 myexcel.xlsx文件的第1个工作表
df #输出 df 的所有数据
#将 df 的行标签调整为从1开始
#df.index=range(1,len(df)+1)
#df.index=pd.Index([1,2,3])
#df.index+=1
#将 df 的行标签调整为字母A、B、C
df.index=['A','B','C']
##输出 df 的第1行数据
#df.loc['A':'A']
df #输出 df 在修改行标签之后的所有数据

003　使用日期设置DataFrame的行标签

import pandas as pd #导入pandas库，并使用pd重命名pandas
#读取myexcel.xlsx文件的Sheet1工作表
df=pd.read_excel('myexcel.xlsx',sheet_name='Sheet1')
df #输出df的所有数据
#将df的行标签调整为从2021-08-23到2021-08-27
df.index=pd.date_range('20210823',periods=5)
#df.index=pd.date_range('20210823',periods=df.shape[0])
#df.index=pd.date_range(start='20210823',periods=5)
#df.index=pd.date_range(end='20210827',periods=5)
#将df的行标签调整为从2021-08-23到2021-09-04
#df.index=pd.date_range('20210823',periods=5,freq='3D')
#将df的行标签调整为从2021-08-31到2022-04-30
#df.index=pd.date_range('20210831',periods=5,freq='2M')
#将df的行标签调整为从2021-12-31到2029-12-31
#df.index=pd.date_range('20211231',periods=5,freq='2Y')
#输出df的第一行数据
#df.loc['2021-08-23':'2021-08-23']
df #输出df在调整行标签之后的所有数据

004　使用月份设置DataFrame的行标签

股票代码,股票名称,收盘价,成交额,流通市值,总市值
300393,中来股份,15.51,12.91亿,141.6亿,168.5亿
603613,国联股份,118.08,5.56亿,262.3亿,406.1亿
300172,中电环保,5.34,2.31亿,36.20亿,36.20亿
300510,金冠股份,9.13,8.89亿,75.07亿,75.65亿
603938,三孚股份,69.08,7.17亿,134.8亿,134.8亿

import pandas as pd #导入pandas库，并使用pd重命名pandas
#读取myexcel.xlsx文件的Sheet1工作表
df=pd.read_excel('myexcel.xlsx',sheet_name='Sheet1')
df #输出的所有数据
#将df的行标签调整为从2021-01到2021-05
df.index=pd.period_range(start='2021-01',end='2021-05',freq='M')
#df.index=pd.period_range('1/1/2021',freq='M',periods=5)
#df.index=pd.PeriodIndex(pd.period_range(start='2021-01',end='2021-05',freq='M'))
##将df的行标签调整为从2017年到2021年
#df.index=pd.period_range(start='2017',end='2021',freq='Y')
#df.index=pd.period_range('1/1/2017',freq='Y',periods=5)
##将df的行标签调整为从2021-08-09到2021-08-13
#df.index=pd.period_range('2021-08-09',freq='D',periods=5)
##将df的行标签调整为从2021-09-13 10:00:00到2021-09-13 10:20:00
#df.index=pd.period_range(start='2021-09-13 10:00:00',end='2021-09-13 10:20:00',freq='300S')
##按周(Week)调整df的行标签
#df.index=pd.period_range(start='2021-01-01',freq='W',periods=5)
##输出df的第4行数据
#df.loc['2021-04':'2021-04']
df #输出df在调整行标签之后的所有数据

日期,股票代码,股票名称,收盘价,成交额,流通市值,总市值
2021-01,300393,中来股份,15.51,12.91亿,141.6亿,168.5亿
2021-02,603613,国联股份,118.08,5.56亿,262.3亿,406.1亿
2021-03,300172,中电环保,5.34,2.31亿,36.20亿,36.20亿
2021-04,300510,金冠股份,9.13,8.89亿,75.07亿,75.65亿
2021-05,603938,三孚股份,69.08,7.17亿,134.8亿,134.8亿

005　使用月初日期设置DataFrame的行标签

,盐水鸭,酱鸭,板鸭,烤鸭
0,1800,1600,2400,1200
1,2600,1800,2000,1800
2,2400,2100,5900,2480
3,2000,2800,1800,2400
4,2500,1200,2500,3900

import pandas as pd #导入pandas库，并使用pd重命名pandas
#读取 myexcel.xlsx文件的 Sheet1工作表
df=pd.read_excel('myexcel.xlsx',sheet_name='Sheet1')
df #输出 df 的所有数据
#将 df 的行标签调整为每月的月初日期
df.index=pd.date_range('20210111',periods=5,freq=pd.offsets.MonthBegin(1))
##将 df 的行标签调整为每月的工作日月初日期
##df.index=pd.date_range('20210111',periods=5, freq=pd.offsets.BusinessMonthBegin(1))
##将 df 的行标签调整为每月的月末日期
##df.index=pd.date_range(start='20210111',periods=5,freq='1M')
##df.index=pd.date_range('20210111',periods=5,freq=pd.offsets.MonthEnd(1))
##将 df 的行标签调整为每月的工作日月末日期
##df.index=pd.date_range('20210111',periods=5,freq=pd.offsets.BusinessMonthEnd(1))
##将 df 的行标签调整为每季的季末日期
df.index=pd.date_range(start='20210111',periods=5,freq='1Q')
##df.index=pd.date_range('20210111',periods=5,freq=pd.offsets.QuarterEnd(1))
##将 df 的行标签调整为每季的季初日期
##df.index=pd.date_range('20210111',periods=5,freq=pd.offsets.QuarterBegin(1))
##将 df 的行标签调整为每年的年末日期
df.index=pd.date_range(start='20210111',periods=5,freq='1Y')
##df.index=pd.date_range('20210111',periods=5,freq=pd.offsets.YearEnd(1))
##将 df 的行标签调整为每年的年初日期
##df.index=pd.date_range('20210111',periods=5,freq=pd.offsets.YearBegin(1))
df #输出 df 在调整行标签之后的所有数据

日期,盐水鸭,酱鸭,板鸭,烤鸭
2021-02-01,1800,1600,2400,1200
2021-03-01,2600,1800,2000,1800
2021-04-01,2400,2100,5900,2480
2021-05-01,2000,2800,1800,2400
2021-06-01,2500,1200,2500,3900

006　使用星期日设置DataFrame的行标签

日期,盐水鸭,酱鸭,板鸭,烤鸭
2021-02-07,1800,1600,2400,1200
2021-03-07,2600,1800,2000,1800
2021-04-04,2400,2100,5900,2480
2021-05-02,2000,2800,1800,2400
2021-06-06,2500,1200,2500,3900

import pandas as pd #导入pandas库，并使用pd重命名pandas
#读取 myexcel.xlsx 文件的 Sheet1工作表
df=pd.read_excel('myexcel.xlsx',sheet_name='Sheet1',index_col=0) #输出 df 的所有数据
from pandas.tseries.offsets import WeekOfMonth #导入WeekOfMonth
myList=[]
for myday in df.index:
    #获取日期所在月份的第1个星期日
    myList.append(myday+WeekOfMonth(weekday=6))
    #获取日期所在月份的第2个星期日
    myList.append(myday+pd.offsets.Week(weekday=6))
    #获取日期所在月份的下个月的第1个星期日
    myList.append((myday+pd.offsets.Week(weekday=6)*2))
    #获取日期所在月份的下个月的第1个星期五
    myList.append((myday+WeekOfMonth(weekday=6)*2))
    #获取日期所在月份的第1个星期五
    myList.append(myday+WeekOfMonth(weekday=4))
df.index=myList
df #输出 df 在调整行标签之后的所有数据

007　使用月初日期设置DataFrame的行标签

006　使用月初日期设置DataFrame的行标签

006　使用月初日期设置DataFrame的行标签

results matching ""

    No results matching ""