导入
import pandas as pd
读取CSV文件
mLocalDataFrame = pd.read_csv('task1_data.csv')
将DataFrame保存为CSV
mLocalDataFrame.to_csv('out.csv')
创建一个DataFrame
mDataFrame = pd.DataFrame(columns = ['code', 'name', 'avgProfit'])
修改index
mDataFrame.index = range(len(mDataFrame.index))
修改columns
TODO
条件筛选
# 选出type列值为卖的数据
mDataFrame = mDataFrame[mDataFrame['type'] == '卖']
时间筛选
previousDate = '2021-09-07'
mDataFrame = mDataFrame[mDataFrame['day'] <= datetime.datetime.date(datetime.datetime.strptime(previousDate,'%Y-%m-%d'))]
列运算
data['profit'] = data['difference'] / data['buyPrice'] * 100
插入一行数据
mDataFrame.loc[mIndex] = pd.Series([stock, name],index=['code', 'name'])
插入一列数据
codeListDataFrame['列名'] = pd.Series(mList)
删除一行数据
data.drop(index = [3,4,5],inplace = True)
删除列数据
rsiDataFrame = rsiDataFrame.drop(['A列名', 'C列名'], axis=1)
labels：要删除的行或列，用列表给出
axis：默认为0，指要删除的是行，删除列时需指定axis为1
index ：直接指定要删除的行，删除多行可以使用列表作为参数
columns：直接指定要删除的列，删除多列可以使用列表作为参数
inplace: 默认为False，该删除操作不改变原数据；inplace = True时，改变原数据
mLocalDataFrame.loc[index, "profit"]
选列
mLocalDataFrame["房价"]
平均值
avgMarketCap = mDataFrame['market_cap'].mean()
