Python学习笔记之pandas索引列、过滤、分组、求和功能示例

Python  /  管理员 发布于 7年前   152

本文实例讲述了Python学习笔记之pandas索引列、过滤、分组、求和功能。分享给大家供大家参考，具体如下：

解析html内容，保存为csv文件
///article/162401.htm

前面我们已经把519961（基金编码）这种基金的历史净值明细表html内容抓取到了本地，现在我们还是需要 解析html，取出相关的值，然后保存为csv文件以便pandas来统计分析。

from bs4 import BeautifulSoupimport osimport csv# 使用 BeautifulSoup 解析html内容def getFundDetailData(html):  soup = BeautifulSoup(html,"html.parser")  rows = soup.find("table").tbody.find_all("tr")  result = []  for row in rows:    tds=row.find_all('td')    result.append({"fcode": '519961',"fdate": tds[0].get_text()           , "NAV": tds[1].get_text()           , "ACCNAV": tds[2].get_text()           , "DGR": tds[3].get_text()           , "pstate":tds[4].get_text()           , "rstate": tds[5].get_text()           }         )  return result# 把解析之后的数据写入到csv文件def writeToCSV():  data_dir = "../htmls/details"  all_path = os.listdir(data_dir)  all_result = []  for path in all_path:    if os.path.isfile(os.path.join(data_dir,path)):      with open(os.path.join(data_dir,path),"rb") as f:        content = f.read().decode("utf-8")        f.close()        all_result = all_result + getFundDetailData(content)  with open("../csv/519961.csv","w",encoding="utf-8",newline="") as f:    writer = csv.writer(f)    writer.writerow(['fcode', 'fdate', 'NAV', "ACCNAV", 'DGR', 'pstate', "rstate"])    for r in all_result:      writer.writerow([r["fcode"], r["fdate"], r["NAV"], r["ACCNAV"], r["DGR"], r["pstate"], r["rstate"]])    f.close()

# 执行writeToCSV()

pandas 排序、索引列

# coding: utf-8import pandasif __name__ == "__main__" :  # 读取csv文件 创建pandas对象  pd = pandas.read_csv("./csv/519961.csv", dtype={"fcode":pandas.np.str_}, index_col="fdate") # 把 fdate 这列设置为 索引列  # 根据索引列 倒序  print(pd.sort_index(ascending=False))

既然fdate列设置为了索引列，那么如果根据索引获取呢？

# 读取csv文件 创建pandas对象pd = pandas.read_csv("./csv/519961.csv", dtype={"fcode":pandas.np.str_}, index_col="fdate") # 把 fdate 这列设置为 索引列pd.index = pandas.to_datetime(pd.index)print(pd["2017-11-29 "]) # 2017-11-29 519961 1.189  1.189 -1.00% 限制大额申购  开放赎回

2、直接指定fdate列就是日期类型

# 读取csv文件 创建pandas对象pd = pandas.read_csv("./csv/519961.csv", dtype={"fcode":pandas.np.str_}, index_col="fdate", parse_dates=["fdate"]) # 指明fdate是日期类型print(pd["2017-11-29 "]) # 2017-11-29 519961 1.189  1.189 -1.00% 限制大额申购  开放赎回

打印索引：

print(pd.index) # 打印 索引

可以看出是DatetimeIndex的索引：

DatetimeIndex(['2015-08-13', '2015-08-12', '2015-08-11', '2015-08-10',        '2015-08-07', '2015-08-06', '2015-08-05', '2015-08-04',        '2015-08-03', '2015-07-31',        ...        '2015-07-02', '2015-07-01', '2015-06-30', '2015-06-29',        '2015-06-26', '2015-06-25', '2015-06-24', '2015-06-23',        '2015-06-19', '2015-06-18'],       dtype='datetime64[ns]', name='fdate', length=603, freq=None)

3、索引的高级用法

# 取出 2017年7月的 全部数据print(pd["2017-07"])# 取出 2017年7月到9月的 数据print(pd["2017-07":"2017-09"])# 到2015-07的数据print(pd[:"2015-07"])# 取出截至到2015-07的数据# 然后 倒序print(pd[:"2015-7"].sort_index(ascending=False))

获取基金日增长率下跌次数最多的月份

result = pd[pd["DGR"].notnull()] # DGR一定要有值# 过滤掉DGR值里的%号,最后取出小于0的值（负数就表示增长率下跌了 ）result = result[result['DGR'].str.strip("%").astype(pandas.np.float)<0]# 按照月份 统计DGR跌的次数result = result.groupby(lambda d:d.strftime("%Y-%m")).size()# 对DGR跌的次数 倒序,然后取出前面第一个result = result.sort_values(ascending=False).head(1)print(result) # 2016-04  12 意思就是2016年4月份 是该基金DGR下跌次数最多的月份

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。