-
#s=pd.Series([],index=[])
查看全部 -
mark查看全部
-
股票數據特殊值處理的方法:
股票數據精度處理:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??? ? ? ? ? ? ??? ? ? ? ? ? ?? ? ? ? ? ? ? ?df_csvload=df_csvload.applymap(lambda x:'%0.2f'%x)其中'%0.2f'f表示浮點數,0.2表示保留兩位小數。lambda x省去定義函數的過程,讓代碼更精簡。applymap作用到的是dataframe中的所有數據? 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? ? ? ? ?df_csvload.Volume = df_csvloda.Volume.astype(int)表示Valume列保留整數
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 -
股票數據規整化處理的方法:
股票數據內容概況查看:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? head():df_csvload.head(3)查看前三行? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? tail():df_csvload.tail(3)查看后三行? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? shape:df_csvload.shape查看數據有幾行幾列? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? describe():df_csvload.describe()各列數據的統計情況df_csvload.info()查看缺失的情況? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? df_csvload.isnull()的返回的值True代表缺失,False代表未缺失? ? ? ? ? ??df_csvload[df_csvload.isnull().T.any()]可以篩選出有數據缺失的行
? ? 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。還有一個參數可以設置成如果該行的缺失值大于多少個時刪除該行。
df_csvload=df_csvload.fiillna(method='ffill',akis=0,inplace=True),其中'ffill'表示以該列的上一個值填充,'bfill'表示以該列的下一個值填充。0表示列,1表示行。True表示改變原dataframe,False表示不改變
查看全部 -
量化交易的過程
查看全部 -
量化交易面試攻克查看全部
-
股票數據的處理
股票數據特殊值的處理方法
數據精度處理:round() astype() appilmap() lambada()
查看全部 -
股票數據的處理
股票數據的規整化處理方法
股票數據信息查看的方法:head()? ?tail()? shape describe() info
缺失值的處理方法:isnull()? ?notnull() dropna()? fillna()
查看全部 -
股票數據的獲取
API接口下下載股票數據的方法
金融數據模塊獲取股票數據的方法:DataReader()
DataFrame存儲為CSV文件的方法:dataframe.to_csv()
查看全部 -
選股模塊,擇時模塊,風險控制模塊查看全部
-
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,通過歷史數據實現投資獲勝概率
查看全部 -
測試筆記功能
查看全部 -
High.median 獲取中位值
查看全部
舉報