删除列中重复数据
drop_duplicates
重置索引
reset_index
df_tickers = pd.DataFrame(tickers)
df_tickers.reset_index(inplace = True)
先取列再取行
df_tickers[‘ticker’][3]
先取行再取列
df_tickers.iloc[3][‘ticker’]
取 Series
se_tickers = stock_data[‘ticker’]
取 DataFrame
df_tickers = stock_data[[‘tickers’]]
排序
single_stock_data.sort(‘date’, inplace = True)
SettingWithCopyWarning
dfc.loc[0,’A’] = 15
dfc[‘A’][0] = 15
赋值操作时应该尽量使用上面的方式，
下面的方式实际上是两步操作。
pandas 默认取的是copy而不是view df_tickers[[‘ticker’]]
前后偏置
kdj_position.shift(1)
正为过去
附为未来
默认是1
查看列情况
stock_data.columns
常用的计算函数
rolling_min
expanding_min
rolling_max
expanding_max
ewma
累加与累乘
pd.rolling_apply(df.s, lambda x: x.prod())
