静水深流

1

import pandas as pd

1
2
3
4

file = r"D:\Stock\market_data\sh.600000.csv"
df = pd.read_csv(file)
df.tail()

使用Pandas追加数据行到源文件中

1. 举例： 将最后三行再次追加到文件末尾
2. 恢复源文件，删除刚才追加进去的数据行

1
2

df1 = df.tail(3)
df1

1
2
3
4
5
6
7
8
9
10
11
12
13

# 将截取的三行数据追加到源文件中
df1.to_csv(file, mode="a", index=False, header=0)
 
# 查看结果  
tmp = pd.read_csv(file)
tmp.tail(10)

# 删除重复的行，保留第一个。
tmp.drop_duplicates(subset='date',keep='first',inplace=True)
tmp.tail(10)

# 重新写入到csv文件中
tmp.to_csv(file,index=False, encoding='utf-8-sig')

不使用Pandas，直接使用 readlines() 函数

1. 获取文本文件的行列表
2. 将列表的最后三个追加到原列表中
3. 将新列表写入到文件中

1
2
3
4
5
6

with open(file,'r',encoding='utf-8') as f:
    lst = f.readlines()
  
  
lst[-10:]

['2023-10-09,sh.600000,7.08,7.08,7.0,7.03,7.1,27763130,195214392.39,2,0.0946,1,-0.9859,4.675332,0.343675,0\n',
 '2023-10-10,sh.600000,7.13,7.14,7.01,7.01,7.03,24095561,169856240.67,2,0.0821,1,-0.2845,4.662031,0.342698,0\n',
 '2023-10-11,sh.600000,7.06,7.08,7.01,7.02,7.01,24057412,169371363.46,2,0.082,1,0.1427,4.668682,0.343187,0\n',
 '2023-10-12,sh.600000,7.09,7.17,7.06,7.14,7.02,36346964,259223143.18,2,0.1238,1,1.7094,4.748488,0.349053,0\n',
 '2023-10-13,sh.600000,7.11,7.15,7.08,7.1,7.14,19650410,139771981.93,2,0.0669,1,-0.5602,4.721886,0.347097,0\n',
 '2023-10-16,sh.600000,7.12,7.13,7.04,7.07,7.1,24907733,176097574.11,2,0.0849,1,-0.4225,4.701935,0.345631,0\n',
 '2023-10-17,sh.600000,7.09,7.1,7.05,7.09,7.07,19029143,134630097.48,2,0.0648,1,0.2829,4.715236,0.346609,0\n',
 '2023-10-18,sh.600000,7.07,7.11,7.05,7.05,7.09,21485721,152063023.64,2,0.0732,1,-0.5642,4.688634,0.344653,0\n',
 '2023-10-19,sh.600000,7.04,7.05,6.83,6.84,7.05,61679771,425956887.36,2,0.2101,1,-2.9787,4.548972,0.334387,0\n',
 '2023-10-20,sh.600000,6.81,6.93,6.8,6.87,6.84,31067950,213203780.58,2,0.1058,1,0.4386,4.568924,0.335853,0\n']

1
2
3

add = lst[-3:]
add

['2023-10-18,sh.600000,7.07,7.11,7.05,7.05,7.09,21485721,152063023.64,2,0.0732,1,-0.5642,4.688634,0.344653,0\n',
 '2023-10-19,sh.600000,7.04,7.05,6.83,6.84,7.05,61679771,425956887.36,2,0.2101,1,-2.9787,4.548972,0.334387,0\n',
 '2023-10-20,sh.600000,6.81,6.93,6.8,6.87,6.84,31067950,213203780.58,2,0.1058,1,0.4386,4.568924,0.335853,0\n']

1
2
3

new = lst + add
new[-10:]

['2023-10-12,sh.600000,7.09,7.17,7.06,7.14,7.02,36346964,259223143.18,2,0.1238,1,1.7094,4.748488,0.349053,0\n',
 '2023-10-13,sh.600000,7.11,7.15,7.08,7.1,7.14,19650410,139771981.93,2,0.0669,1,-0.5602,4.721886,0.347097,0\n',
 '2023-10-16,sh.600000,7.12,7.13,7.04,7.07,7.1,24907733,176097574.11,2,0.0849,1,-0.4225,4.701935,0.345631,0\n',
 '2023-10-17,sh.600000,7.09,7.1,7.05,7.09,7.07,19029143,134630097.48,2,0.0648,1,0.2829,4.715236,0.346609,0\n',
 '2023-10-18,sh.600000,7.07,7.11,7.05,7.05,7.09,21485721,152063023.64,2,0.0732,1,-0.5642,4.688634,0.344653,0\n',
 '2023-10-19,sh.600000,7.04,7.05,6.83,6.84,7.05,61679771,425956887.36,2,0.2101,1,-2.9787,4.548972,0.334387,0\n',
 '2023-10-20,sh.600000,6.81,6.93,6.8,6.87,6.84,31067950,213203780.58,2,0.1058,1,0.4386,4.568924,0.335853,0\n',
 '2023-10-18,sh.600000,7.07,7.11,7.05,7.05,7.09,21485721,152063023.64,2,0.0732,1,-0.5642,4.688634,0.344653,0\n',
 '2023-10-19,sh.600000,7.04,7.05,6.83,6.84,7.05,61679771,425956887.36,2,0.2101,1,-2.9787,4.548972,0.334387,0\n',
 '2023-10-20,sh.600000,6.81,6.93,6.8,6.87,6.84,31067950,213203780.58,2,0.1058,1,0.4386,4.568924,0.335853,0\n']

1
2
3
4
5
6
7
8

with open(file,'w',encoding='utf-8') as f:
    f.writelines(new)
    f.close()

  

# 查看
pd.read_csv(file).tail(10)

1
2
3
4
5
6
7
8
9
10
11
12
13
14

# 删除重复的行
with open(file,'r',encoding='utf-8') as f:
    lst = f.readlines()
    f.close()
  
new = lst[:-3]
new[-10:]

# 写入新数据到文件  
with open(file,'w',encoding='utf-8') as f:
    f.writelines(new)
    f.close()
# 查看
pd.read_csv(file).tail(10)

['2023-10-09,sh.600000,7.08,7.08,7.0,7.03,7.1,27763130,195214392.39,2,0.0946,1,-0.9859,4.675332,0.343675,0\n',
 '2023-10-10,sh.600000,7.13,7.14,7.01,7.01,7.03,24095561,169856240.67,2,0.0821,1,-0.2845,4.662031,0.342698,0\n',
 '2023-10-11,sh.600000,7.06,7.08,7.01,7.02,7.01,24057412,169371363.46,2,0.082,1,0.1427,4.668682,0.343187,0\n',
 '2023-10-12,sh.600000,7.09,7.17,7.06,7.14,7.02,36346964,259223143.18,2,0.1238,1,1.7094,4.748488,0.349053,0\n',
 '2023-10-13,sh.600000,7.11,7.15,7.08,7.1,7.14,19650410,139771981.93,2,0.0669,1,-0.5602,4.721886,0.347097,0\n',
 '2023-10-16,sh.600000,7.12,7.13,7.04,7.07,7.1,24907733,176097574.11,2,0.0849,1,-0.4225,4.701935,0.345631,0\n',
 '2023-10-17,sh.600000,7.09,7.1,7.05,7.09,7.07,19029143,134630097.48,2,0.0648,1,0.2829,4.715236,0.346609,0\n',
 '2023-10-18,sh.600000,7.07,7.11,7.05,7.05,7.09,21485721,152063023.64,2,0.0732,1,-0.5642,4.688634,0.344653,0\n',
 '2023-10-19,sh.600000,7.04,7.05,6.83,6.84,7.05,61679771,425956887.36,2,0.2101,1,-2.9787,4.548972,0.334387,0\n',
 '2023-10-20,sh.600000,6.81,6.93,6.8,6.87,6.84,31067950,213203780.58,2,0.1058,1,0.4386,4.568924,0.335853,0\n']

1
2
3
4

import pandas as pd 

file = r"D:\Stock\market_data\sz.301379.csv"
pd.read_csv(file,index_col='date')

out:

236 rows × 15 columns

如果想跳过其中的某些行，只要读取文件末的10行数据

1. 首先要知道该文件总共有多少行；
2. 然后使用skiprows参数跳过倒数第10行前的那些行数

查看文件的行数

open(csv_file) + readlines() 函数读取文件的行数

1
2
3
4
5
6
7
8
9

# 打开csv文件
f = open(file= file,mode='r',encoding='utf-8')

# 读取文件的所有行；每行的数据作为一个字符串元素装入到一个列表中
ls = f.readlines()

# 查看列表的长度，其中包含表头的那一行
ls[0]
len(ls)

out:

‘\ufeffdate,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ,isST\n’

237

1
2
3

# 如果只要读取文件的最后10行
ls_row = [i for i in range(1,len(ls)-10)]
pd.read_csv(file,index_col='date',skiprows=ls_row)

out:

1
2
3
4
5
6

import pandas as pd

url = "https://www.icauto.com.cn/rank/"

data = pd.read_html(url, index_col=0, header=0)[0]
data.head()

output:

.str.contains()

1. 字符串中包含
2. 可以使用模糊
3. 可以使用正则
4. 仅对字符串格式有效，对数字列不能使用,如果要对数字格式列使用，需要先将其转化成str

1
2
3
4
5
6
7
8
9
10
11

'''
语法： 
Series.str.contains(  
                pat,            # 要查询的字符串、要查询的或者正则表达式  
                case=True,      # 区分大小写 
                flags=0,        # 用来传给正则模块的参数，比如 flags=re.INGNORECASE 等价于 case=False  
                na=nan,         # 默认对空值不处理，即输出结果还是 NaN  
                regex=True      # 即第一个参数 pat部分 要不要按照正则表达式的规则。所以针对特殊符号，默认情况下我们必须使用转义符，或者设置 regex=False  
)

'''

1

data[data['资料信息'].str.contains('比亚迪')]

output:

1
2

# 筛选品牌  特斯拉、极氪、极狐、阿维塔、高合
data[data['资料信息'].str.contains('极氪|特斯拉|高合|极狐|阿维塔')]

output:

1
2
3

#筛选起售价60万元的
data[data['资料信息'].str.contains('[6-9]\d+\.\d+\-\d+', regex=True)]

output:

1
2

#筛选起售价<10万元的,最高价不超过20
data[data['资料信息'].str.contains('\D+.\.\d+\-[1]+', regex=True)]

output:

67 rows × 4 columns

1
2
3

# 如果要对数字格式列使用，需要先将其转化成str
# 到年累计列进行筛选.年累计超过20万的
data[data['年累计'].astype(str).str.contains('[2-9][0-9]{5,}', regex=True)]

output:

1

import pandas as pd 

Pandas中的应用

1
2
3
4
5
6

url = "https://www.icauto.com.cn/rank/"

data = pd.read_html(url, index_col=0, header=0)[0]
data.rename(columns={'年累计':'年销量'},inplace=True)
data

587 rows × 4 columns

列表的形式

df.filter(items=[*,*, ])

1. items = list
2. 列表内的元素：
   1. 列名称
   2. index

1
2

# 过滤列,select columns by name
data.filter(items=['车型','月销量'],axis=1)

587 rows × 2 columns

1
2

# 过滤行
data.filter(items=[10,100,200,300,400],axis =0)

like 模糊查询筛选

1. like = str

1
2

# 过滤行 
data.filter(like='00',axis=0)

regex=’ ‘ 正则查询筛选

1. regex = str

1

data.filter(axis=1,regex='^年')

587 rows × 1 columns

1
2
3

# 正则还可以是多个条件
data.filter(axis=0, regex='^1[0-9]9$')

1
2

data.filter(axis=0, regex='[0-9]99$|[0-9]88$')

1
2

data.filter(axis=0, regex='^[3,5,9][8-9]$')

多级过滤

1
2

data.filter(axis=0,regex='^1[0-9]9$').filter(like='8',axis=0)

1
2
3
4
5
6

import os
import re

import numpy as np
import pandas as pd
from heapq import nlargest,nsmallest

下载数据

1
2
3

url = "http://www.51chanlun.com/hot.html"
df = pd.read_html(url, header=0, encoding="utf-8")[3]
df.head(2)

过滤需要的数据列

1
2
3
4
5

df = df.filter(
    ["概念类别", "新高个股数", "板块是否强势", "板块强弱指标"])

df.columns = ['type','num','strong','index']
df.sample(8)

Query 函数筛选

• query : 查询的意思

语法：df.query(expr,inplace = False,** kwargs) # 使用布尔表达式查询帧的列
参数:

• expr:str要评估的查询字符串。你可以在环境中引用变量,在它们前面添加一个‘@’字符 。@a + b
• inplace=False:是否修改数据或返回副本
• kwargs:dict关键字参数
• 返回:DataFrame

注意:

• 默认修改Python语法’&’/‘and’和’|’/‘or’位运算符优先级高于布尔表达式,不同于Python

• 关键字参数parser=’python’执行Python评估。

• engine=’python’ 用Python本身作为后端来传递评估表达式。不建议效率低。

• 默认实例df.index和 df.columns属性 DataFrame放在查询命名空间中,

• 这允许您将框架的索引和列视为框架中的列。标识符index用于帧索引;

• 您还可以使用索引的名称在查询中标识它。

性能:

• 涉及NumPy数组或Pandas DataFrames的复合表达式都会导致隐式创建临时数组
• eval/query用在数据(df.values.nbytes>1万)性能提升明显;传统方法在小数组时运行得更快;
• eval/query好处主要时节省内存,以及有时候简洁得语法
• 可用指定不同解析器和引擎来运行这些查询；参见”Enhancing Performance” 。

条件是一个字符串的形式

1

df.query("num >= 10")  # 等价于  df[df['num']>=10]

1

df.query("type.str.contains('电')  & num >= 5")

@ 符号来标记本地变量

1
2
3
4
5

# 设定条件
Bmean = df["num"].mean() + 3

# 列 num 的值 `>` 条件Beam
df.query("num>@Bmean")

1
2
3
4

# 或者：
Beam = df['num'] > df['num'].mean() + 3
df.query("@Beam")  # 同上等价

eval 的应用

1
2
3

# num 列的值 > 10
tj = df.eval("num >10 ")
df.query("@tj")

1
2
3

# num 列的值 > 10 并且 strong == 1
tj = df.eval("(num >=10) & (strong ==1)")
df.query("@tj")

1
2
3

# NUM 、Index列的值均大于其平均值
tj = df.eval('num > num.mean() & index > index.mean()')
df.query('@tj')

1
2
3
4

# num列的值排名其前3 ,index列值大于其平均值
nlg = nlargest(3,df['num'])
tj = df.eval('num in @nlg & index > index.mean()')
df.query('@tj')

比较运算符和逻辑运算符

1
2
3
4

df = pd.DataFrame(np.random.randint(100, size=(6, 6)),
                  columns=list("ABCDEF"),
                  index=range(1, 7))
df

1
2

# 条件 A < B (A列值 < B列值) 并且B<Ｃ
df.query("A<B & B<C ")

1
2

# 连续比较
df.query("A<B<C")

类似于 isin / ~isin 的用法

1
2
3
4
5

lst = [i for i in range(100) if i%5==0]
df.query("A ==@lst & B== @lst")

# 等价于:
df[df["A"].isin(lst) & (df["B"].isin(lst))]

1
2
3
4
5

df.query("A ==@lst & F!= @lst")

# 等价于:
df[df["A"].isin(lst) &  ~df["F"].isin(lst)]

类似于 in / not in

1
2

# A 列的值包含在 B 列 或 C 列中
df.query("A in B | A in C")

1
2

# A 列的值不在 B 列中
df.query("A not in B")

1
2
3
4

lst = [i for i in df['A'] if i%2==0]

# A 列的值不在 lst 中
df.query("A not in @lst")

1
2
3
4
5
6
7

from heapq import nlargest,nsmallest

# A 列值前3 并且 B 列值前3
tj1 = nlargest(3,df.A) 
tj2 = nlargest(3,df.B)

df.query("A in @tj & B in @tj2")

布尔运算符 not 或 ~ 运算符否定布尔表达式

1
2

df["bools"] = df.eval("C> C.mean()")
df

1

df.query("not bools")

1

df.query("~bools")

1
2
3
4
5

tj = df.eval("C> C.mean()")

# 条件成立
df.query("@tj")

1
2
3
4

# 条件不成立
tj = df.eval("C> C.mean()")
df.query("~@tj")

1
2
3

# 条件不成立
tj = df.eval("C> C.mean()")
df.query("not @tj")

1
2
3

import pandas as pd
import random
import numpy as np

1
2
3
4
5
6

ar1 = np.random.randint(46, 99, size=20).reshape(4, 5)
lst1 = ["语文", "数学", "英语", "物理", "化学"]
lst2 = ["周明", "王鹏", "刘华", "罗宾"]

df = pd.DataFrame(ar1, index=lst2, columns=lst1)
df

out>>>>>

行列转置

1

df.T

out>>>>>

stack()

df.stack(level: 'Level' = -1, dropna: 'bool' = True)

• 将指定级别从列堆叠到索引.将数据的列索引转换为行索引
• stack和unstack默认操作为最内层，可以用level参数指定操作层
• stack转换dataframe时，若只有一层列索引则转换后的类型为series，否则为dataframe

1
2

df.stack()
type(df.stack())

out>>>>>

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

周明  语文    95
    数学    85
    英语    48
    物理    93
    化学    54
王鹏  语文    72
    数学    50
    英语    50
    物理    80
    化学    47
刘华  语文    96
    数学    67
    英语    60
    物理    80
    化学    97
罗宾  语文    83
    数学    51
    英语    84
    物理    68
    化学    71
dtype: int32
pandas.core.series.Series

1
2

df.stack().to_frame()
type(df.stack().to_frame())

out>>>>>

1

pandas.core.frame.DataFrame

unstack()

1

df.stack().unstack()

out>>>>>

1
2

df.unstack()
type(df.unstack())

out>>>>>

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

语文  周明    95
    王鹏    72
    刘华    96
    罗宾    83
数学  周明    85
    王鹏    50
    刘华    67
    罗宾    51
英语  周明    48
    王鹏    50
    刘华    60
    罗宾    84
物理  周明    93
    王鹏    80
    刘华    80
    罗宾    68
化学  周明    54
    王鹏    47
    刘华    97
    罗宾    71
dtype: int32
pandas.core.series.Series

1

df.unstack().to_frame()

out>>>>>

1
2
3

from IPython.display import IFrame, Image
import os
import re

1
2
3
4

ph=os.getcwd()
webp_files=[x for x in os.listdir(ph) if re.search('.webp',x)]
for i in webp_files:
    Image(i,width='300px')

output:

1

IFrame('./readme.pdf', width='1200', height='800px')

1
2

from datetime import date, datetime, timedelta
import pandas as pd

datetime_module

获取当前日期、时间

• 详细时间
• 简单时间

1
2
3
4
5
6
7
8
9

t = datetime.now()
t
type(t)
t.year
t.month
t.day
t.hour
t.minute
t.second

Output:

1
2
3
4
5
6
7
8

datetime.datetime(2022, 4, 5, 0, 41, 14, 961976)
datetime.datetime
2022
4
5
0
41
14

1
2
3
4
5

t = date.today()
t
t.year
t.month
t.day

Output:

1
2
3
4

datetime.date(2022, 4, 5)
2022
4
5

日期转星期

• weekday Monday == 0 … Sunday == 6
• isoweekday Monday == 1 … Sunday == 7

1
2
3
4
5

t = date.today()
datetime.isoweekday(t)

t = datetime.now()
datetime.weekday(t)

Output:

1
2

2
1

1
2

t = date(2022, 4, 4)
datetime.isoweekday(t)

Output:

1

1

字符串转与datetime格式转化

• strptime() 传入 '2022/4/4' 斜杠的格式 >>>>>>datetime.datetime
• datetime() 传入整型 年,月,日,时,分,秒 >>>>>> datetime.datetime
• .strftime() 传入格式如 '%Y%m%d' 或者 '%Y-%m-%d' >>>>>>str
• f-string方法，f'{datetime:'%Y%m%d'} >>>>>>>>>>>>str
  • 这种方法快捷，而且相当灵活，用法多样
  • %y 两位数的年份表示（00-99）
  • %Y 四位数的年份表示（000-9999）
  • %m 月份（01-12）
  • %d 月内中的一天（0-31）
  • %H 24小时制小时数（0-23）
  • %I 12小时制小时数（01-12）
  • %M 分钟数（00=59）
  • %S 秒（00-59）
  • %a 本地简化星期名称
  • %A 本地完整星期名称
  • %b 本地简化的月份名称
  • %B 本地完整的月份名称
  • %c 本地相应的日期表示和时间表示
  • %j 年内的一天（001-366）
  • %p 本地A.M.或P.M.的等价符
  • %U 一年中的星期数（00-53）星期天为星期的开始
  • %w 星期（0-6），星期天为星期的开始
  • %W 一年中的星期数（00-53）星期一为星期的开始
  • %x 本地相应的日期表示
  • %X 本地相应的时间表示
  • %Z 当前时区的名称

1
2
3
4
5
6
7
8
9

td = datetime.strptime('2022/4/4', '%Y/%m/%d')
type(td)

t = datetime(2022, 4, 4, 0, 0, 0)
type(t)

t.strftime('%Y%m%d')
t.strftime('%Y-%m-%d')
f'{t:%Y-%m-%d}'

Output:

1
2
3
4
5

datetime.datetime
datetime.datetime
'20220404'
'2022-04-04'
'2022-04-04'

1
2
3
4
5
6
7
8

t = datetime.now()
f'{t:%y},  {t:%Y},  {t:%m},  {t:%d},  {t:%H},  {t:%M},  {t:%S}'
f'{t:%a},  {t:%A},  {t:%b},  {t:%B}'
f'{t:%c}'
f'{t:%j},  {t:%p}'
f'{t:%U},  {t:%W}'
f'{t:%w},  {t:%x},  {t:%X}'
f'{t:%Z}'

Output:

1
2
3
4
5
6
7

'22,  2022,  04,  05,  00,  41,  15'
'Tue,  Tuesday,  Apr,  April'
'Tue Apr  5 00:41:15 2022'
'095,  AM'
'14,  14'
'2,  04/05/22,  00:41:15'
''

1
2

datetime.max
datetime.min

Output:

1
2

datetime.datetime(9999, 12, 31, 23, 59, 59, 999999)
datetime.datetime(1, 1, 1, 0, 0)

1
2

t = datetime.now()
datetime.timestamp(t)

Output:

1

1649090475.069974

pandas_module中的时间函数

• pd.date_range() 列出期间的所有日期

  • Returns rng : DatetimeIndex
  • Of the four parameters start, end, periods, and freq,exactly three must be specified. If freq is omitted, the resulting，DatetimeIndex will have periods linearly spaced elements between start and end (closed on both sides).
  • start : str or datetime-like, optional, Left bound for generating dates.
  • end : str or datetime-like, optional, Right bound for generating dates.
  • periods : int, optional, Number of periods to generate.
  • freq : str or DateOffset, default ‘D’, Frequency strings can have multiples, e.g. ‘5H’. See
    :ref:here <timeseries.offset_aliases> for a list of frequency aliases.

• pd.period_range()

  • Of the three parameters: start, end, and periods, exactly two must be specified.
  • start : str or period-like, default None,Left bound for generating periods.
  • end : str or period-like, default None,Right bound for generating periods.
  • periods : int, default None，Number of periods to generate.
  • freq : str or DateOffset, optional,Frequency alias. By default the freq is taken from start or end
    if those are Period objects. Otherwise, the default is "D" fordaily frequency.
  • name : str, default None, Name of the resulting PeriodIndex.must be specified.

• pd.to_datetime()

• pd.to_timedelta()

生成日期范围

= pd.date_range

• pd.period_range

1
2
3
4
5
6
7

pd.date_range('2022-4-1', '2022-4-10')

pd.date_range('2022-4-1', periods=3)
pd.date_range(end='2022-4-1', periods=3)

pd.date_range('2022-4-1', periods=3, freq='M')
pd.date_range('2022-4-1', periods=3, freq='3M')

Output:

1
2
3
4
5
6
7
8
9
10
11
12
13

DatetimeIndex(['2022-04-01', '2022-04-02', '2022-04-03', '2022-04-04',
               '2022-04-05', '2022-04-06', '2022-04-07', '2022-04-08',
               '2022-04-09', '2022-04-10'],
              dtype='datetime64[ns]', freq='D')


DatetimeIndex(['2022-04-01', '2022-04-02', '2022-04-03'], dtype='datetime64[ns]', freq='D')

DatetimeIndex(['2022-03-30', '2022-03-31', '2022-04-01'], dtype='datetime64[ns]', freq='D')

DatetimeIndex(['2022-04-30', '2022-05-31', '2022-06-30'], dtype='datetime64[ns]', freq='M')

DatetimeIndex(['2022-04-30', '2022-07-31', '2022-10-31'], dtype='datetime64[ns]', freq='3M')

1
2

pd.period_range('2022-4-13', '2022-8-1', freq='M')
pd.period_range('2022Q1', periods=3, freq='Q')

Output:

1
2
3

PeriodIndex(['2022-04', '2022-05', '2022-06', '2022-07', '2022-08'], dtype='period[M]')

PeriodIndex(['2022Q1', '2022Q2', '2022Q3'], dtype='period[Q-DEC]')

转换格式

• datetime64[ns]

1
2
3
4
5
6
7
8
9
10

pd.to_datetime("2022-4-5")

pd.to_datetime(["2022-4-5", "2022-5-5"])
pd.to_datetime([1, 2, 3], unit='D', origin=pd.Timestamp('2022-05-21'))

pd.to_datetime([
    '2018-10-26 12:00',
    '2018-10-26 12:00 -0530',
    datetime(2020, 1, 1, 18),
])

Output:

1
2
3
4
5
6
7

Timestamp('2022-04-05 00:00:00')

DatetimeIndex(['2022-04-05', '2022-05-05'], dtype='datetime64[ns]', freq=None)

DatetimeIndex(['2022-05-22', '2022-05-23', '2022-05-24'], dtype='datetime64[ns]', freq=None)

Index([2018-10-26 12:00:00, 2018-10-26 12:00:00-05:30, 2020-01-01 18:00:00], dtype='object')

python 的格式化输出 f-string

• f-string格式化字符串。
• 从%s格式化到format格式化再到f-string格式化，格式化的方式越来越直观，
• f-string的效率也较前两个高一些，使用起来也比前两个简单一些。

基本使用

• f-string用大括{ }表示被替换字段，其中直接填入替换内容即可。

1
2
3

from datetime import date, time, datetime
from chinese_calendar import is_workday
import pandas as pd

1
2
3
4

x, y = 9, 99

d = date.today()
f'今天是:{d},"x"={x},"y"={y}'

Output:
'今天是:2022-04-05,"x"=9,"y"=99'

表达式求值与函数调用

• f-string的大括号{ }可以填入表达式或调用函数，Python会求出其结果并填入返回的字符串内。
• f-string中使用lambda匿名函数：可以做复杂的数值计算，切记要将函数表达式和传参分别用小括号包含起来。

1
2
3

x = 9
y = 19
f'y/x整除：{y//9},  y/x的余数：{y%x}, y/x取两位小数：{y/x:.2f}, y/x取两位小数：{round(y/x,2) } , 数字y的科学计数：{y:e}'

Output:

'y/x整除：2,  y/x的余数：1, y/x取两位小数：2.11, y/x取两位小数：2.11 , 数字y的科学计数：1.900000e+01'

1
2
3
4

x = 9
y = 19
f'{(lambda a,b: a**2-b )(x,y):.2f}'
f'{(lambda x :"今天要上班" if is_workday(x) else "今天休息")(d) }'

Output:

'62.00'
'今天休息'

f-string中引号使用存在的问题

• f-string大括号内使用的引号不能和大括号外的引号定界符引号冲突，需根据情况灵活切换使用单引号、双引号、单三引号、双三引号。
• 只要大括号内外的引号不同，就没有问题。
• 大括号中只能是单引号和 双引号 ，大括号外的引号定界符引号可以使用单引号、双引号、单三引号、双三引号。
• 大括号外的引号还可以使用\转义，但大括号内不能使用\转义

1

f'今天是：{date.today()} 周 {(lambda x :"今天要上班" if is_workday(x) else "今天是中国的节假日")(d) }'

Output:

'今天是：2022-04-05 周 今天是中国的节假日'

1

f'这里用到转义符，仅仅能在大括号外：I\'m number "{x}"'

Output:
‘这里用到转义符，仅仅能在大括号外：I'm number “9”‘

数字格式化

• 正负号的使用
• 宽度与精度相关格式描述符：保留小数点位数
• 截断与填充的结合使用
• 针对date、datetime和time对象，进行年月日、时分秒等信息提取

1
2
3
4
5
6

# -----正、负号 及空格------
x = 9
y = -99
f'正数前加“+”:{x :+},负数不改变:{y:+}'
f'正数无变化:{x:-},负数也无变化:{y:-} '
f'正数前增加空格:{x: }， 负数无变化:{y: }'

Output:

'正数前加“+”:+9,负数不改变:-99'
'正数无变化:9,负数也无变化:-99 '
'正数前增加空格: 9， 负数无变化:-99'

1
2
3
4
5

# -----数字格式化，数字精度-----
x = 99.1234
f'{x:g},  {x:.1g},  {x:.2g},  {x:.3g}'
f'{x:f},  {x:.1f},  {x:.2f},  {x:.3f}'
f'{x:e},  {x:.1e},  {x:.2e},  {x:.3e}'

Output:

1
2
3

'99.1234,  1e+02,  99,  99.1'
'99.123400,  99.1,  99.12,  99.123'
'9.912340e+01,  9.9e+01,  9.91e+01,  9.912e+01'

1
2
3
4
5
6
7

# -----宽度-----
# 宽度 ":"后面的整数表示占位多个个字符宽度，中文字符的宽度是特殊的
# 表示宽度的前面是0，则用0填充宽度
x, y = 99.12345, 'python'
f'{x:20}'
f'{y:20}'
f'{x:020}'

Output:

1
2
3

'            99.12345'
'python              '
'00000000000099.12345'

1
2
3
4
5
6
7
8

# -----对齐方式, 占位符的填充-----
# >,<,^ 分别表示右对齐，左对齐，居中，数字默认右对齐，文本默认左对齐
x = 99.12345
y = 'python'
f'{x:<20}'
f'{y:^20}'
f'{x:-^20}'
f'{y:*>20}'

Output:

1
2
3
4

'99.12345            '
'       python       '
'------99.12345------'
'**************python'

1
2
3
4

# -----截断、和填充结合使用-----
y = 'python'
f'{y:.4}'
f'{y:10.5}'

Output:

1
2

'pyth'
'pytho     '

1
2
3
4
5

# -----占位宽度和精度同时使用-----
x = 999.123
f'{x:<15.2f}'
f'{x:~^15.2f}'

Output:

1
2

'999.12         '
'~~~~999.12~~~~~'

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

# -----时间对象的格式化-----
# %Y,%m,%d: 年月日
# %H,%M,%S:时分秒
# %W,%w:本田度第几周，星期几
d = date.today()
d1 = datetime.now()
d, d1

# :%y-%m-%d
f"{d:%y-%m-%d},{d:%Y-%m-%d}"

# %Y：4位的年份，%y：2位的年份
f"{d:%Y},{d:%y}"

#  %m:2位月份 %d:2位日期
f"{d:%m}  {d:%d}"

# 分别表示时分秒
f"{d1:%H},{d1:%M},{d1:%S}"

# 第几周和星期几
f'{d:%W}  {d:%w}'

Output:

1
2
3
4
5
6

(datetime.date(2022, 4, 5), datetime.datetime(2022, 4, 5, 16, 4, 46, 131598))
'22-04-05,2022-04-05'
'2022,22'
'04  05'
'16,04,46'
'14  2'

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

from chinese_calendar import workdays, utils, get_workdays, get_holidays, get_holiday_detail, is_workday

d1 = datetime.now()
wd = {
    '星期一': 1,
    '星期二': 2,
    '星期三': 3,
    '星期四': 4,
    '星期五': 5,
    '星期六': 6,
    '星期日': 7,
}
a = int(f'{d1:%w}')
if get_holiday_detail(d)[0]:
    b = "今天是:" + get_holiday_detail(d)[1]
else:
    b = ""

print(f'''此时此刻:{d1}; 
        {(lambda x: [k for k, v in wd.items() if v == x][0])(a)}; 
        {(lambda x: "今天要上班" if is_workday(x) else "今天休假")(d1)};
        {b}
        今年的第 {d1:%W} 周;
        第 {(d-date(2021, 12, 31)).days} 天;
        ''')

Output:

1
2
3
4
5
6

此时此刻:2022-04-05 16:04:46.148597; 
        星期二; 
        今天休假;
        今天是:Tomb-sweeping Day
        今年的第 14 周;
        第 95 天;

乘法表

1
2
3
4

for i in range(1, 10):
    for j in range(1, i + 1):
        print(f'{j}*{i}={i*j}', end="\t ")
    print("\n")

1*1=1

1*2=2  2*2=4

1*3=3  2*3=6  3*3=9

1*4=4  2*4=8  3*4=12  4*4=16

1*5=5  2*5=10  3*5=15  4*5=20  5*5=25

1*6=6  2*6=12  3*6=18  4*6=24  5*6=30  6*6=36

1*7=7  2*7=14  3*7=21  4*7=28  5*7=35  6*7=42  7*7=49

1*8=8  2*8=16  3*8=24  4*8=32  5*8=40  6*8=48  7*8=56  8*8=64

1*9=9  2*9=18  3*9=27  4*9=36  5*9=45  6*9=54  7*9=63  8*9=72  9*9=81

两个堆积数字的示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21