Python 金融编程第二版（GPT 重译）（二）（3）https://developer.aliyun.com/article/1559306
复杂选择
数据选择通常通过在列值上制定条件来完成，并可能逻辑地组合多个这样的条件。考虑以下数据集。
In [71]: data = np.random.standard_normal((10, 2))  In [72]: df = pd.DataFrame(data, columns=['x', 'y'])  In [73]: df.info()  <class 'pandas.core.frame.DataFrame'> RangeIndex: 10 entries, 0 to 9 Data columns (total 2 columns): x 10 non-null float64 y 10 non-null float64 dtypes: float64(2) memory usage: 240.0 bytes In [74]: df.head()  Out[74]: x y 0 1.189622 -1.690617 1 -1.356399 -1.232435 2 -0.544439 -0.668172 3 0.007315 -0.612939 4 1.299748 -1.733096 In [75]: df.tail()  Out[75]: x y 5 -0.983310 0.357508 6 -1.613579 1.470714 7 -1.188018 -0.549746 8 -0.940046 -0.827932 9 0.108863 0.507810
具有标准正态分布随机数的ndarray对象。
具有相同随机数的DataFrame对象。
通过head()方法获得前五行。
通过tail()方法获得最后五行。
下面的代码说明了 Python 的比较运算符和逻辑运算符在两列值上的应用。
In [76]: df['x'] > 0.5  Out[76]: 0 True 1 False 2 False 3 False 4 True 5 False 6 False 7 False 8 False 9 False Name: x, dtype: bool In [77]: (df['x'] > 0) & (df['y'] < 0)  Out[77]: 0 True 1 False 2 False 3 True 4 True 5 False 6 False 7 False 8 False 9 False dtype: bool In [78]: (df['x'] > 0) | (df['y'] < 0)  Out[78]: 0 True 1 True 2 True 3 True 4 True 5 False 6 False 7 True 8 True 9 True dtype: bool
检查x列中的值是否大于 0.5。
检查x列中的值是否为正且y列中的值是否为负。
检查x列中的值是否为正或y列中的值是否为负。
使用结果布尔Series对象，复杂数据（行）的选择很简单。
In [79]: df[df['x'] > 0]  Out[79]: x y 0 1.189622 -1.690617 3 0.007315 -0.612939 4 1.299748 -1.733096 9 0.108863 0.507810 In [80]: df[(df['x'] > 0) & (df['y'] < 0)]  Out[80]: x y 0 1.189622 -1.690617 3 0.007315 -0.612939 4 1.299748 -1.733096 In [81]: df[(df.x > 0) | (df.y < 0)]  Out[81]: x y 0 1.189622 -1.690617 1 -1.356399 -1.232435 2 -0.544439 -0.668172 3 0.007315 -0.612939 4 1.299748 -1.733096 7 -1.188018 -0.549746 8 -0.940046 -0.827932 9 0.108863 0.507810
所有x列的值大于 0.5 的行。
所有x列的值为正且y列的值为负的行。
所有列中 x 的值为正或列中 y 的值为负的所有行（这里通过各自的属性访问列）。
比较运算符也可以一次应用于完整的 DataFrame 对象。
In [82]: df > 0  Out[82]: x y 0 True False 1 False False 2 False False 3 True False 4 True False 5 False True 6 False True 7 False False 8 False False 9 True True In [83]: df[df > 0]  Out[83]: x y 0 1.189622 NaN 1 NaN NaN 2 NaN NaN 3 0.007315 NaN 4 1.299748 NaN 5 NaN 0.357508 6 NaN 1.470714 7 NaN NaN 8 NaN NaN 9 0.108863 0.507810
DataFrame 对象中哪些值是正数？
选择所有这样的值，并在所有其他位置放置 NaN。
连接、合并和拼接
本节介绍了在形式上为 DataFrame 对象的两个简单数据集组合的不同方法。这两个简单数据集是：
In [84]: df1 = pd.DataFrame(['100', '200', '300', '400'], index=['a', 'b', 'c', 'd'], columns=['A',]) In [85]: df1 Out[85]: A a 100 b 200 c 300 d 400 In [86]: df2 = pd.DataFrame(['200', '150', '50'], index=['f', 'b', 'd'], columns=['B',]) In [87]: df2 Out[87]: B f 200 b 150 d 50
拼接
拼接或附加基本上意味着将行从一个 DataFrame 对象添加到另一个 DataFrame 对象。这可以通过 append() 方法或 pd.concat() 函数完成。一个主要问题是如何处理索引值。
In [88]: df1.append(df2)  Out[88]: A B a 100 NaN b 200 NaN c 300 NaN d 400 NaN f NaN 200 b NaN 150 d NaN 50 In [89]: df1.append(df2, ignore_index=True)  Out[89]: A B 0 100 NaN 1 200 NaN 2 300 NaN 3 400 NaN 4 NaN 200 5 NaN 150 6 NaN 50 In [90]: pd.concat((df1, df2))  Out[90]: A B a 100 NaN b 200 NaN c 300 NaN d 400 NaN f NaN 200 b NaN 150 d NaN 50 In [91]: pd.concat((df1, df2), ignore_index=True)  Out[91]: A B 0 100 NaN 1 200 NaN 2 300 NaN 3 400 NaN 4 NaN 200 5 NaN 150 6 NaN 50
将来自 df2 的数据附加为 df1 的新行。
做同样的事情，但忽略了索引。
具有与第一个相同的效果，并且…
第二个追加操作，分别。
连接
在连接这两个数据集时，DataFrame 对象的顺序也很重要，但方式不同。只使用第一个 DataFrame 对象的索引值。这种默认行为称为左连接。
In [92]: df1.join(df2)  Out[92]: A B a 100 NaN b 200 150 c 300 NaN d 400 50 In [93]: df2.join(df1)  Out[93]: B A f 200 NaN b 150 200 d 50 400
df1 的索引值相关。
df2 相关的索引值。
一共有四种不同的连接方法可用，每种方法都会导致索引值和相应数据行的处理方式不同。
In [94]: df1.join(df2, how='left')  Out[94]: A B a 100 NaN b 200 150 c 300 NaN d 400 50 In [95]: df1.join(df2, how='right')  Out[95]: A B f NaN 200 b 200 150 d 400 50 In [96]: df1.join(df2, how='inner')  Out[96]: A B b 200 150 d 400 50 In [97]: df1.join(df2, how='outer')  Out[97]: A B a 100 NaN b 200 150 c 300 NaN d 400 50 f NaN 200
左连接是默认操作。
右连接与颠倒 DataFrame 对象的顺序相同。
内连接仅保留那些在两个索引中都找到的索引值。
外连接保留来自两个索引的所有索引值。
也可以基于空的 DataFrame 对象进行连接。在这种情况下，列会被顺序创建，导致行为类似于左连接。
In [98]: df = pd.DataFrame() In [99]: df['A'] = df1  In [100]: df Out[100]: A 0 NaN 1 NaN 2 NaN 3 NaN In [101]: df['B'] = df2  In [102]: df Out[102]: A B 0 NaN NaN 1 NaN NaN 2 NaN NaN 3 NaN NaN
df1 作为第一列 A。
df2 作为第二列 B。
利用字典组合数据集的方式产生了类似外连接的结果，因为列是同时创建的。
In [103]: df = pd.DataFrame({'A': df1['A'], 'B': df2['B']})  In [104]: df Out[104]: A B a 100 NaN b 200 150 c 300 NaN d 400 50 f NaN 200
DataFrame 对象的列被用作 dict 对象中的值。
Python 金融编程第二版（GPT 重译）（二）（5）https://developer.aliyun.com/article/1559312
