【利用Python进行金融数据分析】数据的筛选和选取

` import pandas as pd

pd.set_option("display.width",1000) url ="https://raw.githubusercontent.com/jokecamp/FootballData/master/UEFA_European_Championship/Euro%202012/Euro%202012%20stats%20TEAM.csv"

euro12 = pd.read_csv(url, sep=',')

只显示Goals这一列

print(euro12["Goals"])

print(euro12.Goals)

有多少至球队参与了2012欧洲杯

print(euro12.shape[0])

该数据集一共有多少列

print(euro12.info())

将数据集中的列Team,Yellow Cards和Red Cards单独存为一个名叫discipline的数据框

discipline = euro12[["Team","Yellow Cards","Red Cards"]] print(discipline)

对数据框discipline按照先Red Cards再Yellow Cards排序

print(discipline.sort_values(["Red Cards","Yellow Cards"],ascending=False))

计算每个球队拿到黄牌的平均值

print(discipline['Yellow Cards'].mean())

对平均值取整

print(round(discipline['Yellow Cards'].mean()))

找到进球数Goals超过6的球队数据

print(euro12[euro12.Goals>6])

选取以字母G开头的球队数据

print(euro12[euro12.Team.str.startswith("G")])

选取前7列

print(euro12.iloc[:,0:7])

选取除了最后3列之外的全部列

print(euro12.iloc[:,:-3])

找到英格兰（England）、意大利（Italy）和俄罗斯（Russia)的射正率（shooting Accuracy)

print(euro12.loc[euro12.Team.isin(["England","Italy","Russia"]),['Team',"Shooting Accuracy"]])

本文由 所长 创作，采用 知识共享署名4.0 国际许可协议进行许可 本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名 最后编辑时间为: Apr 23, 2018 at 08:08 am