-
#s=pd.Series([],index=[])
查看全部 -
mark查看全部
-
股票數(shù)據(jù)特殊值處理的方法:
股票數(shù)據(jù)精度處理:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??? ? ? ? ? ? ??? ? ? ? ? ? ?? ? ? ? ? ? ? ?df_csvload=df_csvload.applymap(lambda x:'%0.2f'%x)其中'%0.2f'f表示浮點(diǎn)數(shù),0.2表示保留兩位小數(shù)。lambda x省去定義函數(shù)的過(guò)程,讓代碼更精簡(jiǎn)。applymap作用到的是dataframe中的所有數(shù)據(jù)? df_csvload.Volume = dafre_csvload.ix[:,['Volume']].apply(lambda x:'%0.0f'%x)其中apply作用到的是某一列。dafre_csvload.ix[:,['Volume']]是種切片方式。? ?? ? ? ? ? ? ?? ??? ? ? ? ? ? ?? ??? ? ? ? ? ? ?? ??? ? ?
df_csvload = df_csvloadround(2) 其中2表示保留兩位小數(shù)? ? ? ? ?df_csvload.Volume = df_csvloda.Volume.astype(int)表示Valume列保留整數(shù)
print(df_csvload[df_csvload.values == 0]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??print(df_csvload[df_csvload.High.isin([0])] 都能篩選出0值所在的位置
df_csvload.loc[df_csvload.loc[:,'High]==0,'High']=df_csvload.High.median()表示用High這一列的中位值填充High這一列為0的值。
查看全部 -
股票數(shù)據(jù)規(guī)整化處理的方法:
股票數(shù)據(jù)內(nèi)容概況查看:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? head():df_csvload.head(3)查看前三行? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? tail():df_csvload.tail(3)查看后三行? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? shape:df_csvload.shape查看數(shù)據(jù)有幾行幾列? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? describe():df_csvload.describe()各列數(shù)據(jù)的統(tǒng)計(jì)情況df_csvload.info()查看缺失的情況? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? df_csvload.isnull()的返回的值True代表缺失,F(xiàn)alse代表未缺失? ? ? ? ? ??df_csvload[df_csvload.isnull().T.any()]可以篩選出有數(shù)據(jù)缺失的行
? ? 缺失值的處理:?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??? ? ? ? ? ? ? ? ? ? ? ? ? ??df_csvload=df_csvload.dropna(axis=0,how='all')0代表行,1代表列,'all'代表如果該行全是缺失值則刪除該行,'any'代表如果該行存在缺失值則刪除該行。還有一個(gè)參數(shù)可以設(shè)置成如果該行的缺失值大于多少個(gè)時(shí)刪除該行。
df_csvload=df_csvload.fiillna(method='ffill',akis=0,inplace=True),其中'ffill'表示以該列的上一個(gè)值填充,'bfill'表示以該列的下一個(gè)值填充。0表示列,1表示行。True表示改變?cè)璬ataframe,False表示不改變
查看全部 -
量化交易的過(guò)程
查看全部 -
量化交易面試攻克查看全部
-
股票數(shù)據(jù)的處理
股票數(shù)據(jù)特殊值的處理方法
數(shù)據(jù)精度處理:round() astype() appilmap() lambada()
查看全部 -
股票數(shù)據(jù)的處理
股票數(shù)據(jù)的規(guī)整化處理方法
股票數(shù)據(jù)信息查看的方法:head()? ?tail()? shape describe() info
缺失值的處理方法:isnull()? ?notnull() dropna()? fillna()
查看全部 -
股票數(shù)據(jù)的獲取
API接口下下載股票數(shù)據(jù)的方法
金融數(shù)據(jù)模塊獲取股票數(shù)據(jù)的方法:DataReader()
DataFrame存儲(chǔ)為CSV文件的方法:dataframe.to_csv()
查看全部 -
選股模塊,擇時(shí)模塊,風(fēng)險(xiǎn)控制模塊查看全部
-
詹姆斯西蒙斯 量化之父查看全部
-
文件地址欄可以直接cmd...
help("modules")查看是否安裝成功
查看全部 -
量化交易,通過(guò)歷史數(shù)據(jù)實(shí)現(xiàn)投資獲勝概率
查看全部 -
測(cè)試筆記功能
查看全部 -
High.median 獲取中位值
查看全部
舉報(bào)