写再最前面
最近再实现我的RFTrader量化工具的时候，使用pandas.DataFrame的类来封装我的标的数据，在使用的过程中有许多不清晰的地方，我在这里做一个整理，希望在我之后的编程过程中，如果有不熟悉的地方，可以考虑翻过头来看看，到底是什么问题，并且总结一下，看看还存在哪些问题，方便之后在编程过程中，少犯错误。
Intro to DataFrames
这里的内容源自于https://www.youtube.com/watch?v=e60ItwlZTKM，这个视频中，详细讲解了12个实用的pandas.DataFrame案例，我看完之后觉得之前很多的问题都明确了，并且有所收获，这里记录一下。
pandas与NumPy的关系
pandas是基于NumPy实现的，所有pandas库会引用NumPy的包。
pandas与NumPy的区别
pandas的官方链接
pandas cheatsheet链接
https://pandas.pydata.org/Pandas_Cheat_Sheet.pdf
从csv文件中读取数据并打包为DataFrame对象
file_name = "Data.txt"
df.pd.read_csv(file_name)
获取前几个数据、后几个数据
df.head() # 获取前5个数据
df.tail(3) # 获取后3个数据
获取DataFrame的数据类型信息、索引信息、列名信息、值信息
print(df.dtypes)
print(df.index)
print(df.columns)
print(df.values) # 一般不会这样获取DataFrame的值
获取数据的统计信息
df.describe() # 会返回均值、标准差、最小值、最大值等统计信息，很有用
排序
df.sort_values('record_high',ascending=False) # 对列名为record_high的数据进行降序排序
对数据进行裁剪
df.avg_low # 返回列名为avg_low的数据
df['avg_low'] # 返回列名为avg_low的数据，同上
df[2:4] # 返回第3行和第4行数据
df[['avg_low','avg_high']] # 返回列名为'avg_low','avg_high'的两列数据
df.loc[:,['avg_low','avg_high']] # 返回列名为'avg_low','avg_high'的两列数据，同上
df.loc[9,['avg_precipitation']] # 返回列名为'avg_precipitation'以及第10行的数据
df.iloc[3:5,[0,3]] # 返回第4行和第5行数据，返回第0行~第2行数据 loc. by index
对数据进行过滤筛选（filtering）
df[df.avg_low > 1.0] # 返回df中avg_low中比1大的数据
df[df['month'].isin(['Jun','Jul','Aug'])] # 返回列month中数据为'Jun','Jul','Aug'的数据
对DataFrame中的数据进行赋值操作（Assignment）
df.loc[9,['avg_precipitation']] = 101.3 # 将列名为'avg_precipitation'，第10行的单元格赋值为101.3
df.loc[9,['avg_precipitation']] = np.nan # 将列名为'avg_precipitation'，第10行的单元格赋值为nan(Not A Number)
df.loc[:,'avg_low'] = np.array([5]*len(df)) # 将列名为'avg_low'下的所有数据赋值为5
df['avg_day'] = (df.avg_low+df.avg_high)/2 # 新增列，列名为'avg_day'，其值为avg_high列与avg_low的均值
对列进行重命名
df.rename(columns = {'avg_precipitation':'avg_rain'}, inplace=True) # 将原名为'avg_precipitation'新命名为'avg_rain'，并且在原df中生效更改
df = df.rename(columns = {'avg_precipitation':'avg_rain'}) # 功能同上，inplace=True相当于df = df.rename()
将数据写入csv文件
df.to_csv('Data.csv')
