股票数据特殊值处理

股票数据特殊值处理

股票数据特殊值处理的方法

1、股票数据精度处理：round()   astype() applymap() lambda()

print df_csvload.applymap(lambda x:'%0.2f'%x)精确格式化

2、

股票数据特殊值处理的方法：

股票数据精度处理：                                                                          df_csvload=df_csvload.applymap(lambda x:'%0.2f'%x)其中'%0.2f'f表示浮点数，0.2表示保留两位小数。lambda x省去定义函数的过程，让代码更精简。applymap作用到的是dataframe中的所有数据  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']]是种切片方式。                                                           

df_csvload = df_csvloadround(2) 其中2表示保留两位小数         df_csvload.Volume = df_csvloda.Volume.astype(int)表示Valume列保留整数

print(df_csvload[df_csvload.values == 0]                                      print(df_csvload[df_csvload.High.isin([0])] 都能筛选出0值所在的位置

df_csvload.loc[df_csvload.loc[:,'High]==0,'High']=df_csvload.High.median()表示用High这一列的中位值填充High这一列为0的值。

股票数据的处理

股票数据特殊值的处理方法

数据精度处理：round() astype() appilmap() lambada()

High.median 获取中位值

查找0值，两种函数isin([0])

第一种方法是用字符串截取方法，第二种方法采用数学函数处理。

处理最后一列的方法。