总公司的某数据以文件形式存放在FTP服务器上，现将其移植到我本地的SQL服务器。#由于informix生成的unl文件为cp936编码，pandas 读取时会对有些汉字报错，所以转为utf-8. #对_tmp.txt 文件读取时，要注意纯数字的格式转换,

就是一个批量读取文件, 然后计算指标的过程. 难度到是没啥, 只是想记录一把, 毕竟这类的需求, 其实还是蛮多的.因为涉及的数据不能公开, 业务这块也不能谈及, 指标计算比较多和杂. 总之是给我自己看的, 并未作为分享的.

df = pd.DataFrame(np.arange(16).reshape((4, 4)), index=[‘a‘, ‘b‘, ‘c‘, ‘d‘], columns=[‘i‘, ‘j‘, ‘k‘, ‘f‘]). array([[ 0, 1, 2,

如果你想了解两个变量如何相互改变，那么最佳拟合线就是常用的方法。要禁用分组并仅为整个数据集绘制一条最佳拟合线，请从下面的 sns.lmplot（）调用中删除 hue =‘cyl‘参数。params = {‘axes.titlesize‘: large,

工号 姓名 日期 时段 交易额 柜台。0 1001 张三 1970-01-01 00:00:00.020190301 9:00-14:00 2000 化妆品。1

关联图表用于可视化2个或更多变量之间的关系。也就是说，一个变量如何相对于另一个变化。有时，您希望在边界内显示一组点以强调其重要性。在这个例子中，你从数据框中获取记录，并用下面代码中描述的 encircle（） 来使边界显示出来。params = {‘axe

df = pd.ExcelFile #8,9 是获取表格里的sheetname，结果为一个列表。for sheet in sheets: #将sheet名循环，读取每一个sheet. for i in df.index.values: #d

读取 CSV 文件数据：。写入.读取 HDF5 Store：

df.duplicated():判断各行是重复，False为非重复值。df.dropna()：按行删除缺失数据，使用参数axis=0；按列删除缺失值，使用参数axis=1，how = "all" 全部是NA才删，"any&qu

一下代码的前提：import pandas as p. 缺失数据是数据分析中的常见现象。pandas使用浮点值NaN表示浮点和非浮点数组中的缺失数据。它只是一个便于被检测出来的标记而已。python内置的None值也会被当作NA处理。根据各标签的值中是否存

from pandas.io.excel import ExcelFile, ExcelWriter, read_excel #读excel

传入的参数既可以是列表，也可以是字典，但是传入的字典，key和value必须不能重复（严格），否则报错。ValueError: Replacement not allowed with overlapping keys and values. 此时如果我们

关键缩写和包导入。在这个速查手册中，我们使用如下缩写：。同时我们需要做如下的引入：。从限定分隔符的文本文件导入数据。解析URL、字符串或者HTML文件，抽取其中的tables表格。导出数据到CSV文件。创建20行5列的随机数组成的DataFrame对象。查

利用自定义的聚合函数, 把它应用到pandas的滚动窗长对象上,upvar = sum /nSD #计算上行波动率。downvar= sum/nSD #计算下行波动率

pandas是一个强大的Python数据分析的工具包，它是基于Numpy构建的，正因pandas的出现，让Python语言也成为使用最广泛而且强大的数据分析环境之一。pandas在运算时，会按索引进行对齐然后计算。如果存在不同的索引，则结果的索引是两个操作

1)判断数值是否为空用 pd.isna,pd.isnull,np.isnan2)判断字符串是否为空用 pd.isna,pd.isnull；3)判断时间是否为空用 pd.isna,pd.isnull,np.isnat. ‘‘或np.inf不被视为NA值。

data=df.values #获取所有的数据，注意这里不能用head()方法哦~# 以上读取的数据是一个二维矩阵，不利于处理自动化测试，data1=df.loc[0].values #0表示第一行 这里读取数据并不包含表头，要注意哦！print #得到的

下面这张图，在很多资料中都看到了，我只能说先死记住 axis=0,代表跨行，axis=1,代表跨列。我的理解是每行取一个值，组成了一列，所以这里sum()就是获取一列数据的和。drop,传入的参数是指定了某一行index,axios=0也是指跨行，所以说就

df.loc[[‘2018-01-06‘,‘2018-06-06‘,‘2018-01-16‘],["bWenDu","yWenDu"]]#得到DataFrame

用pandas的Series函数从数组或列表中创建一个可自定义下标并自动维护标号索引的一维数组。c = pd.Series # 从dict创建。其中index和values都是可迭代的对象，并且可以像dict那样进行下标访问。Series可以更新索引，如果