Python pandas 使用快速查閱

Pandas 可以用來分析time series
主要有兩種資料結構

1. Series : 一條時間序列
2. DataFrame : 很多的時間序列

Pandas文檔

把pandas 叫進來，命名為pd

import pandas as pd  

給它一串list

s = pd.Series([1,2,3,4,5,6,7,8])

結果為

0    1
1    2
2    3
3    4
4    5
5    6
6    7
7    8

0~7為index

1~8為對應到的值

*************************************

date = pd.date_range('20190309',periods=6)

s = pd.Series([1,2,3,4,5,6], date)

s

****************************************************

2019-03-09    1
2019-03-10    2
2019-03-11    3
2019-03-12    4
2019-03-13    5
2019-03-14    6
Freq: D, dtype: int64

********************************************************

# 建立一個 time series
import pandas as pd
date = pd.date_range('20190309', periods=6)
s = pd.Series([1,2,3,4,5,6], index=date)

# 查找
s.loc['20190312']

***********************************************

4

******************************************************

s.loc['20190310':'20190312']

**********************************

2019-03-10    2
2019-03-11    3
2019-03-12    4
Freq: D, dtype: int64

*********************************

s.iloc[1]

****************************

2

**********************************

s.iloc[1:4]

*********************************

2019-03-10    2
2019-03-11    3
2019-03-12    4
Freq: D, dtype: int64

***********************************

print(s)
print(s.max())
print(s.min())
print(s.mean())
print(s.std())

***********************************

2019-03-09    1
2019-03-10    2
2019-03-11    3
2019-03-12    4
2019-03-13    5
2019-03-14    6
Freq: D, dtype: int64
6
1
3.5
1.8708286933869707

*********************************************

print(s)
print(s.cumsum())
print(s.cumprod())

*********************************************

2019-03-09    1
2019-03-10    2
2019-03-11    3
2019-03-12    4
2019-03-13    5
2019-03-14    6
Freq: D, dtype: int64
2019-03-09     1
2019-03-10     3
2019-03-11     6
2019-03-12    10
2019-03-13    15
2019-03-14    21
Freq: D, dtype: int64
2019-03-09      1
2019-03-10      2
2019-03-11      6
2019-03-12     24
2019-03-13    120
2019-03-14    720
Freq: D, dtype: int64

*************************************************

print(s)
#將當下跟上一個相加，1+nan 等於nan
print(s.rolling(2).sum())
print(s.rolling(2).max())
print(s.rolling(2).min())
print(s.rolling(2).mean())
print(s.rolling(2).std())

*********************************************

2019-03-09    1
2019-03-10    2
2019-03-11    3
2019-03-12    4
2019-03-13    5
2019-03-14    6
Freq: D, dtype: int64
2019-03-09     NaN
2019-03-10     3.0
2019-03-11     5.0
2019-03-12     7.0
2019-03-13     9.0
2019-03-14    11.0
Freq: D, dtype: float64
2019-03-09    NaN
2019-03-10    2.0
2019-03-11    3.0
2019-03-12    4.0
2019-03-13    5.0
2019-03-14    6.0
Freq: D, dtype: float64
2019-03-09    NaN
2019-03-10    1.0
2019-03-11    2.0
2019-03-12    3.0
2019-03-13    4.0
2019-03-14    5.0
Freq: D, dtype: float64
2019-03-09    NaN
2019-03-10    1.5
2019-03-11    2.5
2019-03-12    3.5
2019-03-13    4.5
2019-03-14    5.5
Freq: D, dtype: float64
2019-03-09         NaN
2019-03-10    0.707107
2019-03-11    0.707107
2019-03-12    0.707107
2019-03-13    0.707107
2019-03-14    0.707107
Freq: D, dtype: float64

*************************************************

print(s)
s < 3

2018-01-01    1
2018-01-02    2
2018-01-03    3
2018-01-04    4
2018-01-05    5
2018-01-06    6
Freq: D, dtype: int64










Out[12]:

2018-01-01     True
2018-01-02     True
2018-01-03    False
2018-01-04    False
2018-01-05    False
2018-01-06    False
Freq: D, dtype: bool
*****************************************************
#在瀏覽器畫圖
%matplotlib inline
s.plot()



*****************************************************************

larger_than_3 = s > 3
print (larger_than_3)
s.loc[larger_than_3]
*****************************************************************


2019-03-09    False
2019-03-10    False
2019-03-11    False
2019-03-12     True
2019-03-13     True
2019-03-14     True
Freq: D, dtype: bool







Out[35]:

2019-03-12    4
2019-03-13    5
2019-03-14    6
Freq: D, dtype: int64

*****************************************************************

s.loc[larger_than_3] = s.loc[larger_than_3] + 1
s

*****************************************************************

2019-03-09    1
2019-03-10    2
2019-03-11    3
2019-03-12    5
2019-03-13    6
2019-03-14    7
Freq: D, dtype: int64

*****************************************************************

s1 = pd.Series([1,2,3,4,5,6], index=date)
s2 = pd.Series([5,6,7,8,9,10], index=date)
s3 = pd.Series([11,12,5,7,8,2], index=date)

dictionary = {
    'C1':s1,
    'C2':s2,
    'C3':s3,
}
df = pd.DataFrame(dictionary)
df

*****************************************************************

*****************************************************************

%matplotlib inline
df.plot()

*****************************************************************

*****************************************************************

df.loc['2019-03-11']

*****************************************************************

C1    3
C2    7
C3    5

*****************************************************************

df.iloc[1]

*****************************************************************

C1     2
C2     6
C3    12

*****************************************************************

print(df)
df.loc['2019-03-09':'2019-03-11', ['C1','C2']]

*****************************************************************

            C1  C2  C3
2019-03-09   1   5  11
2019-03-10   2   6  12
2019-03-11   3   7   5
2019-03-12   4   8   7
2019-03-13   5   9   8
2019-03-14   6  10   2

C1
C2

2019-03-09
1
5
2019-03-10
2
6
2019-03-11
3
7

*****************************************************************

df.iloc[1:4, [0, 1]]

*****************************************************************

C1
C2

2019-03-10
2
6
2019-03-11
3
7
2019-03-12
4
8

*****************************************************************

df.cumsum()

*****************************************************************

C1
C2
C3

2019-03-09
1
5
11
2019-03-10
3
11
23
2019-03-11
6
18
28
2019-03-12
10
26
35
2019-03-13
15
35
43
2019-03-14
21
45
45

*****************************************************************

df.cumprod()

*****************************************************************

C1
C2
C3

2019-03-09
1
5
11
2019-03-10
2
30
132
2019-03-11
6
210
660
2019-03-12
24
1680
4620
2019-03-13
120
15120
36960
2019-03-14
720
151200
73920

*****************************************************************

df.rolling(2).mean()

*****************************************************************

C1
C2
C3

2019-03-09
NaN
NaN
NaN
2019-03-10
1.5
5.5
11.5
2019-03-11
2.5
6.5
8.5
2019-03-12
3.5
7.5
6.0
2019-03-13
4.5
8.5
7.5
2019-03-14
5.5
9.5
5.0

*****************************************************************

print(df)
df.cumsum(axis=1)

*****************************************************************

      C1  C2  C3
2019-03-09   1   5  11
2019-03-10   2   6  12
2019-03-11   3   7   5
2019-03-12   4   8   7
2019-03-13   5   9   8
2019-03-14   6  10   2





 


C1
C2
C3

2019-03-09
1
6
17
2019-03-10
2
8
20
2019-03-11
3
10
15
2019-03-12
4
12
19
2019-03-13
5
14
22
2019-03-14
6
16
18

**********************************************************************

import pandas as pd 



def create_list (start_value,end_value):
    listz = []
    for v in range(end_value):
        if v+1 >= start_value:
            listz.append(v+1);
    return listz

list1 = create_list(1,10)
list2 = create_list(11,20)
list3 = create_list(21,30)

list1_series = pd.Series(list1,range(1,11,1))
list2_series = pd.Series(list2,range(1,11,1))
list3_series = pd.Series(list3,range(1,11,1))



dictionary = {
    'C1':list1_series,
    'C2':list2_series,
    'C3':list3_series
}

df = pd.DataFrame(dictionary)

print(df)
print("************************")
print(df.loc[2])
print("************************")
print(df.iloc[0])
print("************************")
print(df.loc[2,["C2"]])
print("************************")
print(df.iloc[1,1])
print("************************")
print(df)
print("************************")
print(df.cumsum())
print("************************")
print(df.cumsum(axis = 1))
print("************************")
df_larger_than_3 = df > 3 
print(df_larger_than_3)
print("************************")

%matplotlib inline
df.plot()

*******************************************************************

    C1  C2  C3
1    1  11  21
2    2  12  22
3    3  13  23
4    4  14  24
5    5  15  25
6    6  16  26
7    7  17  27
8    8  18  28
9    9  19  29
10  10  20  30
************************
C1     2
C2    12
C3    22
Name: 2, dtype: int64
************************
C1     1
C2    11
C3    21
Name: 1, dtype: int64
************************
C2    12
Name: 2, dtype: int64
************************
12
************************
    C1  C2  C3
1    1  11  21
2    2  12  22
3    3  13  23
4    4  14  24
5    5  15  25
6    6  16  26
7    7  17  27
8    8  18  28
9    9  19  29
10  10  20  30
************************
    C1   C2   C3
1    1   11   21
2    3   23   43
3    6   36   66
4   10   50   90
5   15   65  115
6   21   81  141
7   28   98  168
8   36  116  196
9   45  135  225
10  55  155  255
************************
    C1  C2  C3
1    1  12  33
2    2  14  36
3    3  16  39
4    4  18  42
5    5  20  45
6    6  22  48
7    7  24  51
8    8  26  54
9    9  28  57
10  10  30  60
************************
       C1    C2    C3
1   False  True  True
2   False  True  True
3   False  True  True
4    True  True  True
5    True  True  True
6    True  True  True
7    True  True  True
8    True  True  True
9    True  True  True
10   True  True  True
************************