一、DataFrame構建
1.用多個列表構建
#構建DataFrame
#self._stkpool_uni、codes、end_date（這些list用append填充值，保證各個list中元素個數一致）
dfData = {"STK_UNI_CODE":self._stkpool_uni, "STK_CODE":codes, "END_DATE":end_date,
"SCORE_FAC":score, "DIS_FAC":descri, "RAT_FAC":star, "MAC_FAC":mac}
df = pd.DataFrame(data=dfData)
2.用一個列表構建（其中列表元素為dict，dict的值來自tuple）
findata_list = [] #定義一個空list
for res in query_Object: #res是元組
dict_fin = {} #定義一個空dict
for arr in range(0,len(res)): #for循環元組
dict_fin[columns[arr]] = res[arr] #給dict填值
findata_list.append(dict_fin) #給list填值
dfQuery = pd.DataFrame(findata_list) #通過list構建DataFrame
3.指定列的順序
df_data = {"公式代碼":gsCode, "股票市場":gpMarket, "股票代碼":gpCode, "日期":signalDate, "新接口":mField, "老接口":mFieldOnline}
col = ['公式代碼','股票市場','股票代碼','日期','新接口','老接口']
df = pd.DataFrame(data=df_data,columns=col)
二、DataFrame一系列小操作總結
1.DataFrame排序
①.根據列值排序（sort_values）
df_return = df_return.sort_values(['date', 'gpcode'], ascending=[0,1]) # 排序，0倒序，1正序
②.根據索引值排序（sort_index）
dfSort = dfSort.sort_index(ascending=False)
2.DataFrame query
strsql = "index <= '{0}'".format(date)
df_entrydate = dfSort.query(strsql)
3.DataFrame groupby、pandas.core.groupby.GroupBy.nth
strsql = "index <= '{0}'".format(date)
df_entrydate = dfSort.query(strsql)
gb = df_entrydate.groupby('gpcode') #按gpcode分組
ret = gb.nth(0) #取groupby之后的第1組數據
4.DataFrame取值
①根據已知索引取值（ix）
res= dfQuery.ix[index]
②取一段數據塊（iloc, loc）
1.ret = copy.copy(df_entrydate.iloc[:1]) #取dataframe第一行數據
2.
5.DataFrame修改值
①更改某列的某一個值（loc[索引值，列名]）
df_stopdate.loc[df_stopdate.index, "date"] = dict_stopdate[key]
②df_stopdate['date'][1]= '2016-01-01'
df_stopdate['date'] = '2016-01-01'
6.DataFrame設置索引(set_index)
①重置索引（reset_index）
df_return = df_return.reset_index()
②設置索引(set_index)
df_return = df_return.set_index('a', 'b')
③
import copy
ret = copy.copy(df_entrydate.iloc[:1]) #取dataframe第一行數據
ret.index=[[gpcode],[date]]
ret.index.names=["gpcode","date"]
df_return = df_return.append(ret)
7.DataFrame取一列索引的值
①一重索引取值
df.index.tolist()
②多重索引取值（df.index.get_level_values('列名')）
dfQuery.index.get_level_values('gpcode')
8.DataFrame刪除
① 某一列（del）
del(df_entrydate["gpcode"])
② 某一列（drop、axis=1）
df = df.drop(['col1','col2'],axis=1)
③ 某一行（drop、axis=0）
df = df.drop([0],axis=0) #刪除第一行
9.DataFrame的某一列轉換類型
prit dfQuery.dtypes
pandas中沒有"string"，string類型的被存為object。
將date列轉換成datetime64類型
import numpy as np
dfQuery['date'] = dfQuery['date'].astype(np.dtype("datetime64"))
print dfQuery.dtypes
未完待續。。。
其他操作參見：http://www.cnblogs.com/chaosimple/p/4153083.html