import pandas as pd # 將pandas作為第三方庫匯入，我們一般為pandas取乙個別名叫做pd
pd.set_option('expand_frame_repr', false) # 當列太多時清楚展示
# *****匯入資料
df = pd.read_csv(
r'c:\users\simons\desktop\xbx_stock_2019\data\a_stock_201903.csv',
encoding='gbk',
skiprows=1
)# ***** 時間處理
# print(df['交易日期'])
# print(df.at[0, '交易日期'])
# print(type(df.at[0, '交易日期']))
# df['交易日期'] = pd.to_datetime(df['交易日期']) # 將交易日期由字串改為時間變數
# print(df.at[0, '交易日期'])
# print(type(df.at[0, '交易日期']))
# print(pd.to_datetime('2023年1月11日')) # pd.to_datetime函式：將字串轉變為時間變數
# print(df['交易日期'])
# print(df['交易日期'].dt.year) # 輸出這個日期的年份。相應的month是月份，day是天數，還有hour, minute, second
# print(df['交易日期'].dt.week) # 這一天是一年當中的第幾周
# print(df['交易日期'].dt.dayofyear) # 這一天是一年當中的第幾天
# print(df['交易日期'].dt.dayofweek) # 這一天是這一周當中的第幾天，0代表星期一
# print(df['交易日期'].dt.weekday) # 和上面函式相同，更加常用
# print(df['交易日期'].dt.weekday_name) # 和上面函式相同，返回的是星期幾的英文，用於報表的製作。
# print(df['交易日期'].dt.days_in_month) # 這一天所在月份有多少天
# print(df['交易日期'].dt.is_month_end) # 這一天是否是該月的開頭，是否存在is_month_end？
# print(df['交易日期'] + pd.timedelta(days=1)) # 增加一天，timedelta用於表示時間差資料，[weeks, days, hours, minutes, seconds, milliseconds, microseconds, nanoseconds]
# print((df['交易日期'] + pd.timedelta(days=1)) - df['交易日期']) # 增加一天然後再減去今天的日期
python pandas使用記錄
在使用numpy中array格式的矩陣時，我們通常使用如a 2 4,5 10 獲取陣列中一部分資料，但是dataframe結構的陣列就不能這麼寫，可以使用iloc方法，即index locate,另外有個相似的方法loc,這個方法是通過column名字進行資料定位的 import pandas as...
Python pandas 使用 速查
在注釋中的路徑不能使用 只能用 或者 否則執行的時候還是會報unicode 編譯錯誤 list filter lambda s not s.startswith list0 對 list 進行過濾，返回符合條件的 結果列表 使用 regex 查詢並返回有 orders 的 列表item 返回只有 o...
python pandas基礎使用大全
一 生成資料表 匯入pandas庫 import numpy as np import pandas as pd讀取csv或者excel df pd.read csv a.csv df pd.read csv a.csv header 1 df pd.read csv a.csv 字典轉成dataf...