Pandas 基本操作记录

案例1 数据行和列切换

python 复制代码
names = ["张三", "李四", "王五"]
subjets = ["语文", "数学"]

for idx, subjet in enumerate(subjets):
    tmp_data = {
        "张三": 1 * (10 ** idx),
        "李四": 2 * (10 ** idx),
        "王五": 3 * (10 ** idx),
        "赵六": 4 * (10 ** idx),
        "X": 5 * (10 ** idx),
    }
    print(subjet, tmp_data)

Ouput:

复制代码
语文 {'张三': 1, '李四': 2, '王五': 3, '赵六': 4, 'X': 5}
数学 {'张三': 10, '李四': 20, '王五': 30, '赵六': 40, 'X': 50}
  • 名字为Index
python 复制代码
df = pd.DataFrame()
for idx, subjet in enumerate(subjets):
    tmp_data = {
        "张三": 1 * (10 ** idx),
        "李四": 2 * (10 ** idx),
        "王五": 3 * (10 ** idx),
        "赵六": 4 * (10 ** idx),
        "X": 5 * (10 ** idx),
    }
    df[subjet] = pd.Series(tmp_data, index=names)
df
  • subject为Index
python 复制代码
data = []

for idx, subjet in enumerate(subjets):
    tmp_data = {
        "张三": 1 * (10 ** idx),
        "李四": 2 * (10 ** idx),
        "王五": 3 * (10 ** idx),
        "赵六": 4 * (10 ** idx),
        "X": 5 * (10 ** idx),
    }

    data.append(tmp_data)

new_df = pd.DataFrame(data, index=columns, columns=names)
new_df
相关推荐
chouchuang18 小时前
day-037-Pandas数据读取
pandas
benchmark_cc2 天前
如何用 Python 进行多周期 K 线合成与时区对齐?基于 QuantDash 与 Pandas 的量化数据清洗实战(附 GitHub 源码)
开发语言·python·github·盯盘·pandas·quantdash·量化数据
梅雅达编程笔记3 天前
零基础学 Python 第14章 | 模块、包与第三方库
开发语言·python·django·numpy·pandas
梅雅达编程笔记4 天前
零基础学 Python 第15章 | 类与对象:面向对象编程入门
开发语言·python·django·numpy·pandas
benchmark_cc4 天前
Python 量化核心基础:前复权、后复权与不复权有什么区别?基于 QuantDash 的数据处理与回测避坑指南
开发语言·python·pandas·量化策略·量化交易·quantdash
人工干智能5 天前
科普:Pandas 索引器 loc 与 iloc 的编程思维
java·人工智能·pandas
梅雅达编程笔记5 天前
编程启蒙|Scratch 转 Python 系列第9天:字典/哈希表积木双向对照(AI大模型参数配置表实战)
开发语言·人工智能·python·numpy·pandas
benchmark_cc5 天前
用 Streamlit + QuantDash 10分钟拼装一个跨市场持仓风险与相关性诊断面板
开发语言·python·pandas·量化策略·量化交易·quantdash
benchmark_cc6 天前
如何用 Python + QuantDash 快速构建高胜率“配对交易(Pairs Trading)”策略?
开发语言·人工智能·python·pandas·量化交易·quantdash
weixin_307779138 天前
Python Pandas读取Excel Sheet生成SQL WHERE条件
python·sql·自动化·excel·pandas