打造属于自己的量化投资系统8——Pandas基础用法

1.pandas简介

pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具

2.pandas数据结构

Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型，字符串、boolean值、数字等都能保存在Series中。

• Time- Series：以时间为索引的Series。
• DataFrame：二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。
  -Panel ：三维的数组，可以理解为DataFrame的容器。 Panel4D：是像Panel一样的4维数据容器。
• PanelND：拥有factory集合，可以创建像Panel4D一样N维命名容器的模块。

3.pandas与numpy区别

对比 NumPy (np) 和 Pandas (pd) 每个维度下的数据结构，不难看出 pd 多维数据表 = np 多维数组 + 描述
其中
Series = 1darray + index
DataFrame = 2darray + index + columns
Panel = 3darray + index + columns + item

4.series一维数组用法

import pandas as pd
import numpy as np

#pandas.Series( x, index=idx )
#x是列表 (list)、numpy 数组 (ndarray)、字典 (dict)
#如果不显性设定 index，那么 Python 给定一个默认从 0 到 N-1 的值，其中 N 是 x 的长度。

#x是list
date_range=pd.date_range(start='2020-03-01',periods=4)
pd_series=pd.Series([12.0,13.0,13.0,14.0],index=date_range)
pd_series.name='平安银行'

print(pd_series)
print(pd_series.values)
print(pd_series.index)
print(pd_series