Pandas 是 python的一個數據分析包，它提供了大量的資料模型型和函式庫，對資料處理很方便。DataFrame 是一個二維表格資料結構，可以當做資料庫中的一張關係表。Pandas 可以實現 SQL 中的語句，對 DataFrame  的操作相當於對二維表操作一樣。

還是以股票某天的分筆記錄為例。之前資料進行處理已經匯入資料庫。

import numpy as np
import pandas as pd
from pandas import Series, DataFrame

import tushare as ts
df = ts.get_tick_data('600543',date='2017-12-29')
 

當前都在命令列視窗測試。為了使資料與資料庫中的一直（當前幾個欄位沒有），進行以下處理。

#檢視型別
print(type(df))

#【更新列】,替換掉無效字元
df['change'] = df['change'].replace('--', '')  

#【新增列】，所有值一樣 (兩種方法)
df['code'] = '600543'
df['date'] = '2017-12-29'  

df = df.assign(code= '600543', date='2017-12-29')

#【刪除列】
df.pop('pchange')
del df['change']

#檢視列名
list(df.columns.values)

#調整列的位置，即重新賦值(三種方法)
df = df[['code', 'date', 'time', 'price', 'change', 'volume', 'amount', 'type']]
df = df.reindex_axis([ 'code', 'date', 'time', 'price', 'change', 'volume', 'amount', 'type'], axis=1)
df = df.reindex(columns=[ 'code', 'date', 'time', 'price', 'change', 'volume', 'amount', 'type'])
 

基本的查詢對照語句：

統計函式：

#每列都統計總數
df.count()

#每列平均值（只統計數值型）
df.mean()

#每列都統計彙總數（數值型則彙總，字元型則連線成一行）
df.sum()

#每列的最大值或最小值
df.max()
df.min()

#只顯示一列（如 volume）的數值統計【還有 各種方差、標準差、等計算】
#更多參考 http://pandas.pydata.org/pandas-docs/stable/api.html#api-dataframe-stats
df["volume"].count()
df["volume"].mean()
df["volume"].sum()
df["volume"].max()
df["volume"].min()


#只顯示一列（如 volume）的數值統計及型別
df[['volume']].apply(sum)
df[['volume']].apply(max)
df[['volume']].apply(min)


#按 type 分組，顯示所有列的數值統計
df.groupby('type').count()
df.groupby('type').mean()
df.groupby('type').sum()
df.groupby('type').max()
df.groupby('type').min()

df.groupby('type')['volume','amount'].sum() #取指定列，如 'volume','amount'


#按 volume 分組，每個分組取第一行資料
df.groupby('volume').first()

#按 volume 分組，每個分組取最後一行資料
df.groupby('volume').last()

#按 type 分組，每個分組取前5行資料
df.groupby('type').head()

索引相關：

#檢視索引（預設為遞增整數序列）
df.index

#設定索引，將列轉為索引（df.index 此時為時間順序的一維陣列）
df.set_index('time', inplace=True)

#此時再查詢時間“time”列則報錯，“time”變為索引，不存在列“time”了
df.time
df[['time', 'date']]

#恢復，將索引轉為列（此時預設序列將成為索引）
df = df.reset_index() 


#或者重新新增列，使其和索引值一樣。
df['time'] = df.index

#如果列已經存在，重置索引時，不需要將其轉為列，而是直接刪除
df = df.reset_index(drop=True)

預設的，DataFrame 的索引為自增序列。

#取某一行記錄（如第100行 index=99）
df.loc[99]
df.iloc[99]

#選擇 0~2行記錄，如 [0，3)
df[0:3]

#查詢前10行記錄
df.loc[:10]
df.iloc[:10]
df.head(10)

#查詢 3 列資料
df.loc[:,['type','volume','amount']]
df[['type','volume','amount']]

#查詢前 50~60 行記錄,取其中3列
df.loc[50:60,['type','volume','amount']]
df.loc[50:60][['type','volume','amount']]

df.ix[50:60,[1,2]]
df.ix[50:60,['age','MonthlyIncome']]

df.ix[50:60,]
df.ix[:,['age','MonthlyIncome']]


#取第一列或第二列資料
df.iloc[:,[0]]  
df.iloc[:,[0,1]]