python获取数据的函数,python获取数据的方法

Python 基本操作- 数据选取loc、iloc、ix函数

loc中的数据是列名，是字符串，所以前后都要取；iloc中数据是int整型，所以是Python默认的前闭后开

构建数据集df

loc函数主要通过行标签索引行数据 ，划重点， 标签！标签！标签！

loc[1] 选择行标签是1的（从0、1、2、3这几个行标签中）

loc[0:1] 和 loc[0,1]的区别，其实最重要的是loc[0:1]和iloc[0:1]

索引某一列数据，loc[:,0:1]，还是标签，注意，如果列标签是个字符，比如'a'，loc['a']是不行的，必须为loc[:，'a']。

但如果行标签是'a',选取这一行，用loc['a']是可以的。

iloc 主要是通过行号获取行数据，划重点，序号！序号！序号！

iloc[0:1]，由于Python默认是前闭后开，所以，这个选择的只有第一行！

如果想用标签索引，如iloc['a']，就会报错，它只支持int型。

ix——结合前两种的混合索引，即可以是行序号，也可以是行标签。

如选择prize10(prize为一个标签)的，即 df.loc[df.prize10]

还有并或等操作

python选取特定列——pandas的iloc和loc以及icol使用

pandas入门——loc与iloc函数

pandas中loc、iloc、ix的区别

pandas基础之按行取数（DataFrame）

相关问答

Q1: python读取财经数据

提取日期数据基本语法

from WindPy import w

w.start()

当出现.ErrorCode==-103说明没连接上，要start一下

w.wsd(security, fields, startDate = None, endDate= None , options = None)

opion 可选（period, 日期类型， 货币类型，前后复权）

提取财务数据基本语法

w.wss(security, fields, options = None)

提取板块日序列基本语法

w.wses(sectorCode, fields, startDate = None, endDate = None, options = None)

提取板块日截面数据基本语法

w.wsee(sectorCode, fields, options=None)

提取宏观数据基本语法

w.edb(codes, startDate =None, endDate =None, options=None)

1.日期序列基本语法

ts.get_hist_data(stock,start,end)

注意：1.stock不能是集合,只能单个股票 2.需要带上.sz或.sh 3.没有field，只能取出数据后再切除.

2.pro用法

pro.daily(code, start, end, fields)

tushare引用语句

弊端也很明显，一方面不能stock集合输入，一次只能调取一个股票对应数据，另一方面tushare虽是免费试用，但有权限限制。

基本语法

wb.get_data_yahoo(code, start, end)

wb.DataReader(code, 'yahoo', start, end)

没法添加fields, 虽能集合适用，但出来的索引挺奇怪的

推荐使用定义函数或用for循环批量获取数据

总体感觉wind api最舒服，但需要账号，mac也不能直接调用wind api。还是推荐tushare的pro用法。

小白学习中，请指教=v=

Q2: python如何读取文本获取人数的数据

该方法使用最基本的open函数进行读取，此处将会把数据读取到一个列表中，这个方法一般就是open打开文件、read读取文件、close关闭文件3个步骤，主要代码如下:

def openreadtxt(file_name):

data = []

file = open(file_name,'r') #打开文件

file_data = file.readlines() #读取所有行

for row in file_data:

tmp_list = row.split(' ') #按‘，’切分每行的数据

#tmp_list[-1] = tmp_list[-1].replace('\n',',') #去掉换行符

data.append(tmp_list) #将每行数据插入data中

return data

if __name__=="__main__":

data = openreadtxt('test.txt')

print(data)

结果如下图，已经成功打印出txt数据，这里默认读取的都是字符串类型，需要的话，可以进行类型转换，int,float都行:



方法二：使用numpy包的loadtxt方法

使用numpy包的loadtxt方法(在处理实验数据中经常用到),numpy是python的一个科学库，至于安装教程参考python中的NumPy_ggj0727的博客-CSDN博客，使用loadtxt方法读取txt文件主要代码如下(这里要求的数据必须是数字，不能是字母等字符，不然会报错，因为numpy本身是做计算的，所以读取的数据已经转化为数值类型，非字符串，这种方法在处理实验数据中经常会用到，简单快捷)︰

import numpy as np

def loadtxtmethod(filename):

data = np.loadtxt(filename,dtype=np.float32,delimiter=',')