python資料分析的好套件: Pandas 2019/02/26

DataFrame 可以說是 pandas的主體，
我們可以將它視為好幾個Series集合再一起，共用相同的索引 。
DataFrame 可以完成很多方便的事情，
像是可以使用類似sql的用法，或是rolling等等。

以下會列出幾個非常實用的例子:

• 選取特定範圍的資料:

data.loc[data.tx_dt > '2015-00-00',:]

• 列出cloumns裡有出現特定字詞的資料 (正規表示式):

df.filter(regex='spike')

• 將資料根據某個 key 來依序列出:

for key,data in data.groupby(['isin','currency']):

• 列出dataFrame詳細資訊: (顯示平均，標準差，最小值及最大值)

pd.describe()

• 匯出csv

df.to_csv(filename , index=False)

• 匯入csv

df.read_csv(filename)

• Concatention

pd.concat([df1,df2,df3],axis=1)

• Join (df 必須先 set index)

df1.join(df2 , how='inner')   #how=['inner','outer','right']

• Applying function

one parameter:

def double(x):  return x*2
df['col1'].apply(double)

two parameter:

def test(x,y): return x*y
df.apply(lambda x : test( x['A'] , x['B']), axis=1)

#or

def test(row): return row['A']*row['B']
df.apply(test, axis=1)