1.选取行名、列名、值

2.以标签（行、列的名字）为索引选择数据—— x.loc[行标签,列标签] 进群：125240963   即可获取数十套PDF哦！

3.以位置（第几行、第几列）为索引选择数据—— x.iloc[行位置,列位置]

4.同时根据标签和位置选择数据——x.ix[行,列]

5.选择连续的多行多列——切片

起点索引:终点索引 这种用法叫做一个切片，指从起点索引到终点索引。看实际用法就懂了。

如果起点索引省略代表从头开始，终点索引省略代表直到最后，都省略就代表全部了。

切片在.loc、.iloc、.ix三种方法中都可以应用

由上例可见，当以位置为索引时，切片是不包括终点的，是左闭右开的。即第1列到第3列不是写作0:2而是0:3。

6.选择不连续的某几行或某几列

备注：当以标签名选取不连续的某几行的时候在这个例子中如df.loc[‘2016-02-02′,’2016-02-04’,:]这样写会出错，，是时间格式的原因，这样写就可以了df.ix[[pd.Timestamp(‘2016-02-02’), pd.Timestamp(‘2016-02-04’)]]

7.简便地获取行或列

直接用切片获取行，直接用标签名获取列。注意不要错乱。

8.如何返回一个dataframe的单列或单行

如上，此时返回的是一个series，而不是dataframe。有时单独只获取一行的时候也会返回一个series，如df.ix[0,:]。

若要返回dataframe，可用中括号把索引括上，如下。

9.按条件选取数据——df[逻辑条件]

逻辑条件支持&(与)、|(或)、~(非)等逻辑运算

这个方法有个常用情景，即按条件修改数据：

02. dataframe转置、排序

1.转置 df.T

2.按行名或列名排序——df.sort_index

df.sort_index(axis=0,ascending=True)

axis= 0 为按行名排序；1 为按列名排序

ascending= True 为升序； False 为降序

3.按值排序——df.sort_index

df.sort(by=, ascending=True)

by= 按哪一列的值排序，默认是按行标签排序

ascending= True 为升序； False 为降序

03. dataframe增删行或列

1.获得一个datframe数据类型的样例

2.增加一列或一行

3.删除行或列——df.drop

df.drop(labels,axis=0，inplace=Flase)

labels 行或列的标签名，写在第一个可省略。

axis= 0 删除行；1 删除列

inplace= False 生成新dataframe；True 不生成新的dataframe，替换原本dataframe。默认是False。

该操作默认返回的是另一个新的dataframe，以至于原来的没有变，如在下面第一个例子中删除的列，在第二个例子中还有。要替换原来的请调整inplace参数

04.链接多个dataframe

1.concat，concat([df1,df2,…],axis=0)

axis= 0 纵向；1 横向。

使用前需导入过pandas模块

使用时要注意连接的dataframe行列对齐

可以同时拼接多个dataframe

拼接是强制的，允许连接后存在同名的行或列，见纵向连接的第二个例子

2.横向连接

3.纵向连接

05.组建dataframe

1.组建方法——pd.DataFrame

pd.DataFrame(data=None, index=None, columns=None)

data= 数据

index= 索引，即行名、行表头

columns= 列名、列表头

使用前要执行前面的import pandas as pd

2.用字典型数据组建——pd.DataFrame

方法基本同上，因为字典型自带一个标签，所以就不用写列名了。

3.简便地获得聚宽数据中的时间索引

有时建立一个dataframe时，为了和平台数据保持一致，需要使用相同的时间行索引，但时间数据操作复杂，而且涉及到节假日、非交易日等问题,直接建立比较困难，这里介绍一种简单的方法，快速获得跟平台数据一致的时间索引。原理就是直接把平台数据的时间索引拿出来。例子如下：

06.dataframe的缺失值处理

1.去掉缺失值——df.dropna

df.dropna(axis=0, how=’any’, thresh=None, subset=None, inplace=False)

axis= 0 按行检查缺失；1 按列检查缺失。不写默认为0

how= ‘any’ 有一个缺失值就算缺失；’all’ 行或列(根据axis参数)全缺失才算缺失。不写默认为’any’

thresh= x,x为一个整数,含义为行或列(根据axis参数)中非缺失数值个数大于等于x则不算缺失，即小于x则算缺失，会被去除。

subset= 标签名。选择要对哪个列或行（与axis中的相反）进行检查缺失，没写的则不检查。即限制检查范围。

相对复杂，请看例子和与例子注释。

2.对缺失值进行填充——df.fillna

df.fillna(value=None,axis=None)

value= 替换缺失值的值。可以是单个值、字典、dataframe等，但不能是list。区别请看例子。

3.判断数据是否为缺失——df.isnull

为什么要这样用这个方法判断是否为缺失？

因为nan不等于nan（如下例），即用类似x == nan条件为真 这样的判断方法无法判断一个值x是否为nan。

07.常用统计函数

常用统计函数

describe 针对Series或个DataFrame列计算汇总统计

count 非na值的数量

min、max 计算最小值和最大值

idxmin、idxmax 计算能够获取到最大值和最小值得索引值

quantile 计算样本的分位数（0到1）

sum 值的总和

mean 值得平均数

median 值得算术中位数（50%分位数）

mad 根据平均值计算平均绝对离差

var 样本值的方差

std 样本值的标准差

skew 样本值得偏度（三阶矩）

kurt 样本值得峰度（四阶矩）

cumsum 样本值得累计和

cummin，cummax 样本值得累计最大值和累计最小值

cumprod 样本值得累计积

diff 计算一阶差分

pct_change 计算百分数变化

查看函数的详细信息

08.panel类型数据分解成dataframe

1.panel的取用方法

panel类型的的取用方法类似与dataframe，看下例子也就明白了。一般要做统计方面的工作，也是如下分解成dataframe进行操作，基本满足日常需求。了解更多panel的操作可参考：http://pandas.pydata.org/pandas-docs/stable/api.html#panel

2.panel类型数据分解成dataframe方法

09.研究内存取dataframe

1.把dataframe存成csv文件——df.to_csv()

用法如下，文件都是存到研究空间中的，如果不写路径是默认是存在根目录，如df.to_csv(‘df.csv’)

2.读取被存成csv文件的dataframe——pd.read_csv()

文章来源于：JoinQuant聚宽

聚宽，国内最大Python量化平台，提供从数据、回测、模拟、实盘等全流程产品。聚宽已汇聚超过15w量化爱好者，与数十家机构合作，聚宽公众号会定期更新量化干货，教你用Python写出好策略。