Python大數(shù)據(jù)財(cái)務(wù)分析 課件 2. 財(cái)務(wù)數(shù)據(jù)分析利器-Pandas庫(kù)

財(cái)務(wù)數(shù)據(jù)分析利器--Pandas庫(kù)第二章2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件目錄022.1DataFrame的創(chuàng)建03042.2文件的讀取和寫入2.3數(shù)據(jù)讀取與篩選01052.5財(cái)務(wù)數(shù)據(jù)處理–杜邦分析案例實(shí)戰(zhàn)2.4數(shù)據(jù)表拼接目錄022.1.1通過列表創(chuàng)建DataFrame032.1

DataFrame的創(chuàng)建2.1.2通過字典創(chuàng)建DataFrame01補(bǔ)充知識(shí)點(diǎn)：修改索引名稱本章將簡(jiǎn)單介紹Python數(shù)據(jù)分析的一大利器，也是一個(gè)基礎(chǔ)模塊——pandas庫(kù)的使用。pandas庫(kù)是基于NumPy的一個(gè)開源Python庫(kù)，被廣泛用于快速分析數(shù)據(jù)，以及數(shù)據(jù)清洗和準(zhǔn)備等工作。某種程度上可以把Pandas看作是Python版的Excel。如果是利用Anaconda安裝的Python，那么Anaconda自帶pandas庫(kù)，無須單獨(dú)安裝。Numpy是另一個(gè)重要的庫(kù)，是NumericalPython的簡(jiǎn)稱（Numpy庫(kù)的相關(guān)知識(shí)點(diǎn)可以參考本書源代碼文件夾中的“補(bǔ)充知識(shí)點(diǎn)：Numpy庫(kù)基礎(chǔ).pdf”）。相較于Numpy來說，Pandas更擅長(zhǎng)處理二維數(shù)據(jù)。Pandas主要有兩種數(shù)據(jù)結(jié)構(gòu)：Series和DataFrame。Series類似于通過Numpy產(chǎn)生的一維數(shù)組，不同的是Series對(duì)象不僅包含數(shù)值，還包含一組索引，其創(chuàng)建方式如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件4引言生成結(jié)果如下所示，它也是一個(gè)一維數(shù)據(jù)結(jié)構(gòu)，并且對(duì)于每個(gè)元素都有一個(gè)行索引可以用來定位，比如可以通過s1[1]來定位到第二個(gè)元素“王二”。Series單獨(dú)使用相對(duì)較少，pandas主要采用DataFrame數(shù)據(jù)結(jié)構(gòu)。DataFrame是一種二維表格數(shù)據(jù)結(jié)構(gòu)，直觀一點(diǎn)的話可以將其看作一個(gè)Excel表格。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件5引言2.1DataFrame的創(chuàng)建有兩種DataFrame常見的創(chuàng)建方法：通過列表創(chuàng)建、通過字典創(chuàng)建。2.1.1通過列表創(chuàng)建DataFrame首先是通過列表創(chuàng)建，這個(gè)和通過Numpy創(chuàng)建二維數(shù)組比較類似。引入pandas庫(kù)方式通常為importpandasaspd，然后調(diào)用DataFrame功能創(chuàng)建二維數(shù)組。將a打印輸出，運(yùn)行結(jié)果如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件6和之前通過Numpy生成的二維數(shù)組進(jìn)行比較：可以看到通過pandas的DataFrame功能生成的二維數(shù)組更像我們?cè)贓xcel中看到二維表格數(shù)據(jù)，它也有行索引和列索引，其中這里的索引序號(hào)都是從0開始的。2.1.1通過列表創(chuàng)建DataFrame2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件7我們還可以自定義其列索引和行索引名稱，代碼如下：其中columns表示的就是列索引名稱，index表示的就是行索引名稱，輸出結(jié)果如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件82.1.1通過列表創(chuàng)建DataFrame通過列表生成DataFrame還可以采用如下的方式，演示代碼如下：其效果如下：a=pd.DataFrame()#創(chuàng)建一個(gè)空DataFramedate=[1,3,5]score=[2,4,6]a['date']=datea['score']=scoredatescore012134256注意要保證date列表和score列表的長(zhǎng)度一致，否則會(huì)報(bào)錯(cuò)2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件92.1.1通過列表創(chuàng)建DataFrame除了通過列表創(chuàng)建DataFrame，還可以通過字典來創(chuàng)建DataFrame并可以自定義列索引，這里默認(rèn)字典鍵為列索引，代碼如下：輸出結(jié)果如下，可以看到列索引已經(jīng)變成了這里字典里的鍵名了。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件102.1.1通過列表創(chuàng)建DataFrame如果想讓字典鍵變成行索引，可以通過from_dict的方式來將字典轉(zhuǎn)換成DataFrame，并同時(shí)設(shè)置orient參數(shù)為index，代碼如下：其中orient參數(shù)指定字典鍵對(duì)應(yīng)的方向，默認(rèn)值為columns，如果不設(shè)置成index的話，則還是默認(rèn)字典鍵為列索引，輸出結(jié)果如下，此時(shí)的字典鍵已經(jīng)是行索引了。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件112.1.2通過字典創(chuàng)建DataFrame除了通過from_dict()函數(shù)設(shè)置orient參數(shù)外，我們還可以通過DataFrame的.T屬性來對(duì)列表進(jìn)行轉(zhuǎn)置，演示代碼如下：結(jié)果如下：此外注意，如果想改變?cè)瓉淼谋砀窠Y(jié)構(gòu)，需要進(jìn)行重新賦值，寫成b=b.T，這樣就會(huì)改變?cè)瓉韇的表格結(jié)構(gòu)了。通過.T同樣可以對(duì)表格進(jìn)行轉(zhuǎn)置。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件122.1.2通過字典創(chuàng)建DataFrame有時(shí)要對(duì)行索引、列索引進(jìn)行修改，雖然用的相對(duì)較少，這里還是簡(jiǎn)單講下。如果想設(shè)定行索引那一列的名稱，可以通過的方式來設(shè)置，代碼如下：此時(shí)表格a如下所示：a=pd.DataFrame([[1,2],[3,4],[5,6]],columns=['date','score'],index=['A','B','C'])='公司'datescore公司

A12B34C562024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件13補(bǔ)充知識(shí)點(diǎn)：修改行索引或列索引名稱如果想對(duì)索引進(jìn)行重命名的話，可以通過rename()函數(shù)，代碼如下：a=a.rename(index={'A':'萬科','B':'阿里','C':'百度'},columns={'date':'日期','score':'分?jǐn)?shù)'})a.rename(index={'A':'萬科','B':'阿里','C':'百度'},columns={'date':'日期','score':'分?jǐn)?shù)'},inplace=True)這里通過rename之后并沒有改變?cè)砀窠Y(jié)構(gòu)，需要重新賦值給a才能改變?cè)砀?，或者在rename()中設(shè)置inplace參數(shù)為True，也能實(shí)現(xiàn)真正替換，代碼如下：此時(shí)表格a：

日期

分?jǐn)?shù)公司

萬科

12阿里

34百度

562024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件14補(bǔ)充知識(shí)點(diǎn)：修改行索引或列索引名稱如果想讓行索引變成常規(guī)列，可以重置索引，代碼如下，同樣需要將其重新賦值給a變量，或者在reset_index()的括號(hào)里設(shè)置inplace參數(shù)為True。a=a.reset_index()公司

日期

分?jǐn)?shù)0萬科121阿里342百度56此時(shí)索引將被重置為數(shù)字序號(hào)，原索引變成新的一列，表格a如下所示：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件15補(bǔ)充知識(shí)點(diǎn)：修改行索引或列索引名稱如果想把常規(guī)列設(shè)置為行索引，可以通過如下代碼設(shè)置：a=a.set_index('日期')#或者直接寫a.set_index('日期',inplace=True)

公司

分?jǐn)?shù)日期

1萬科23阿里45百度6此時(shí)的表格a如下所示：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件16補(bǔ)充知識(shí)點(diǎn)：修改行索引或列索引名稱如果想修改列索引，也可以通過a.columns=['xxx','xxx']來快速進(jìn)行設(shè)置，演示代碼如下：a=pd.DataFrame([[1,2],[3,4],[5,6]],columns=['date','score'],index=['A','B','C'])a.columns=['日期','分?jǐn)?shù)']2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件17補(bǔ)充知識(shí)點(diǎn)：修改行索引或列索引名稱目錄022.2.1文件讀取032.2

文件的讀取和寫入2.2.2文件寫入補(bǔ)充知識(shí)點(diǎn)：文件相對(duì)路徑與絕對(duì)路徑012.2.1文件讀取以下代碼用于讀取Excel數(shù)據(jù)：這里的Excel工作簿文件后綴名為xlsx，如果是2003版或更早版本的Excel工作簿，其后綴則為xls。這里使用的文件路徑是相對(duì)路徑，即代碼所在的文件路徑，也可以設(shè)置成絕對(duì)路徑（相對(duì)路徑和絕對(duì)路徑的相關(guān)知識(shí)點(diǎn)參考3.2.2節(jié)補(bǔ)充知識(shí)點(diǎn)）。通過打印data我們便可以查看此時(shí)的表格，或者我們可以打印data.head()查看表格的前五行內(nèi)容（如果寫成head(10)則可以查看前10行數(shù)據(jù)），代碼如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件19打印結(jié)果如下：

datescoreprice02018-09-037023.5512018-09-047524.4322018-09-056523.4132018-09-066022.8142018-09-077023.21第2行代碼中的read_excel還可以設(shè)定參數(shù)，使用方式如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件202.2.1文件讀取常見的參數(shù)：sheet_name用于指定工作表，可以設(shè)置工作表名稱，其取值也可以為數(shù)字（默認(rèn)為0，即第1個(gè)工作表）；index_col用于設(shè)置某一列設(shè)置為行索引。以下代碼用于讀取CSV文件：read_csv()函數(shù)也可以指定參數(shù)，使用方式如下：delimiter參數(shù)用于指定CSV文件中的分隔符號(hào)，默認(rèn)為逗號(hào)；encoding參數(shù)用于指定編碼方式，一般設(shè)置為utf-8或gbk，以避免中文亂碼。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件212.2.1文件讀取以下代碼可以將數(shù)據(jù)寫入Excel工作簿。這里的文件存儲(chǔ)路徑使用的是相對(duì)路徑，也可以根據(jù)需要寫成絕對(duì)路徑。運(yùn)行之后將在代碼所在文件夾生成一個(gè)名為“演示.xlsx”的文件，文件內(nèi)容如下圖3-1所示。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件222.2.2文件寫入想在寫入數(shù)據(jù)時(shí)不保留行索引信息，可以設(shè)置to_excel的參數(shù)。to_excel的常見參數(shù)有：sheet_name用于指定工作表名稱；index指定是否寫入行索引信息，默認(rèn)為True，即保存行索引信息至輸出文件的第1列，若設(shè)置為False，則忽略行索引信息；columns用于指定要寫入的的列；encoding用于指定編碼方式。例如，要將data中的第1列數(shù)據(jù)導(dǎo)入Excel工作簿并忽略索引信息，則代碼如下：通過類似的方式，可以將data中的數(shù)據(jù)寫入到CSV文件當(dāng)中，代碼如下：和to_excel類似，to_csv也可以設(shè)置index、columns、encoding等參數(shù)。注意，如果在導(dǎo)出CSV文件事出現(xiàn)了中文亂碼現(xiàn)象，且encoding參數(shù)設(shè)置成“utf-8”失效，則需要將encoding參數(shù)設(shè)置成“utf_8_sig”，代碼如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件232.2.2文件寫入相對(duì)路徑文件相對(duì)路徑，即代碼所在的文件夾，例如data.to_excel('data.xlsx')就是在代碼所在的文件夾生成Excel文件。此外，如果寫成data.to_excel('XX文件夾/data.xlsx')則是表示在代碼所在文件夾下的“XX文件夾”中生成Excel文件。絕對(duì)路徑文件絕對(duì)路徑，就是文件完整的路徑名稱，例如'E:\大數(shù)據(jù)分析\data.xlsx'就是絕對(duì)路徑，不過因?yàn)樵赑ython中反斜杠“\”經(jīng)常有特殊含義，比如“\n”表示換行，所以通常建議寫絕對(duì)路徑的時(shí)候?qū)憙蓚€(gè)反斜杠取消可能存在的單個(gè)反斜杠的特殊含義，寫成'E:\\大數(shù)據(jù)分析\\data.xlsx’。在文件路徑的字符串前面加一個(gè)r也可以取消單個(gè)反斜杠的特殊含義，代碼如下：補(bǔ)充知識(shí)點(diǎn)：文件相對(duì)路徑與絕對(duì)路徑data.to_excel('E:\\大數(shù)據(jù)分析\\data.xlsx')#絕對(duì)路徑推薦寫法1data.to_excel(r'E:\大數(shù)據(jù)分析\data.xlsx')#絕對(duì)路徑推薦寫法2data.to_excel('E:/大數(shù)據(jù)分析/data.xlsx')#絕對(duì)路徑推薦寫法32024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件24目錄022.3.1按照行列進(jìn)行數(shù)據(jù)篩選03042.3

數(shù)據(jù)讀取與篩選2.3.2按照特定條件篩選2.3.3數(shù)據(jù)整體情況查看012.3.4數(shù)據(jù)運(yùn)算、排序與刪除2.3數(shù)據(jù)讀取與篩選創(chuàng)建了DataFrame之后，就可以對(duì)其中的數(shù)據(jù)進(jìn)行讀取與編輯操作.首先創(chuàng)建一個(gè)3行3列的DataFrame用于演示，行索引設(shè)定為r1、r2、r3，列索引設(shè)定為c1、c2、c3.代碼如下：打印輸出結(jié)果如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件262.3.1按照行列進(jìn)行數(shù)據(jù)篩選(1)按照列來選取數(shù)據(jù)先從簡(jiǎn)單的讀取單列數(shù)據(jù)入手，代碼如下：a的打印輸出結(jié)果如下：讀取的數(shù)據(jù)不包含列索引信息，返回一維結(jié)構(gòu)序列。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件272.3.1按照行列進(jìn)行數(shù)據(jù)篩選(1)按照列來選取數(shù)據(jù)通過如下代碼可以返回一個(gè)二維的表格數(shù)據(jù)（序列和表格是不同的數(shù)據(jù)結(jié)構(gòu)）b的打印輸出結(jié)果如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件282.3.1按照行列進(jìn)行數(shù)據(jù)篩選(1)按照列來選取數(shù)據(jù)若要選取多列，則需要在中括號(hào)[]中指定列表。a的打印輸出結(jié)果如下：要讀取c1和c3列，可以寫為data[['c1','c3']]。需要特別注意的是，必須是一個(gè)列表，而不能是data['c1','c3']2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件29(2)按照行來選取數(shù)據(jù)可以根據(jù)行的序號(hào)來讀取數(shù)據(jù)，代碼如下：打印輸出結(jié)果如下：2.3.1按照行列進(jìn)行數(shù)據(jù)篩選2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件30(2)按照行來選取數(shù)據(jù)而pandas推薦使用iloc方法來根據(jù)行序號(hào)讀取數(shù)據(jù)，這樣更直觀，而且不會(huì)像data[1:3]可能會(huì)引起混淆。代碼如下：而且如果要讀取單行，就必須用iloc方法，例如，選擇倒數(shù)第一行，代碼如下：2.3.1按照行列進(jìn)行數(shù)據(jù)篩選此時(shí)如果使用data[-1]則會(huì)報(bào)錯(cuò)，因?yàn)槌绦蚩赡軙?huì)認(rèn)為-1是列名，導(dǎo)致混淆報(bào)錯(cuò)。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件31(2)按照行來選取數(shù)據(jù)除了通過行序號(hào)讀取數(shù)據(jù)外，還可以通過loc方法根據(jù)行的名稱來讀取數(shù)據(jù)，代碼如下：如果行數(shù)很多，可以通過head()函數(shù)來讀取前5行數(shù)據(jù)，代碼如下：2.3.1按照行列進(jìn)行數(shù)據(jù)篩選這里因?yàn)橹籨ata中只有3行數(shù)據(jù)，所以通過data.head()會(huì)讀取全部數(shù)據(jù)，如果只想取前2行的數(shù)據(jù)，可以寫成data.head(2)。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件32(3)按照區(qū)塊來選取如果想選取某幾行的某幾列數(shù)據(jù)，例如，獲得c1和c3列的前2行數(shù)據(jù)，代碼如下：其實(shí)就是把前面通過行和列讀取數(shù)據(jù)的方法進(jìn)行了整合，打印輸出結(jié)果如下：在實(shí)戰(zhàn)中，通常采用iloc和列讀取混合的方式來讀取特定的區(qū)塊數(shù)據(jù)，代碼如下：2.3.1按照行列進(jìn)行數(shù)據(jù)篩選2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件33(3)按照區(qū)塊來選取如果要讀取單個(gè)值，那么該方法就更有優(yōu)勢(shì)，例如，讀取c3列第1行的數(shù)據(jù)，就不能寫成data['c3'][0]或data[0]['c3']了，而要采用下面的寫法，先用iloc[0]讀取第1行，再讀取c3列。2.3.1按照行列進(jìn)行數(shù)據(jù)篩選也可以使用iloc和loc方法同時(shí)讀取行和列，代碼如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件34(3)按照區(qū)塊來選取loc方法使用字符串作為索引讀取數(shù)據(jù)，iloc方法使用數(shù)字作為索引讀取數(shù)據(jù)，d和e的打印輸出結(jié)果如下：2.3.1按照行列進(jìn)行數(shù)據(jù)篩選記憶小技巧loc是location（定位、位置）的縮寫，所以通過字符索引來定位，而iloc中多了一個(gè)字母i，而i又經(jīng)常代表數(shù)字，所以是用數(shù)字作為索引iloc[0,1]表示第1行，第2列單元格。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件352.3.2按照特定條件篩選通過在中括號(hào)里設(shè)定篩選條件可以過濾行。例如，讀取c1列中數(shù)字大于1的行，代碼如下：a的打印輸出結(jié)果如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件36如果有多個(gè)篩選條件，可以通過“&”符號(hào)（表示“且”）或“|”（表示“或”）連接。例如，篩選c1列數(shù)字大于1且c2列中數(shù)字小于8的行，代碼如下，注意在篩選條件兩側(cè)要加上小括號(hào)。打印輸出結(jié)果如下：2.3.2按照特定條件篩選2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件372.3.3數(shù)據(jù)整體情況查看通過表格的shape屬性，可以查看表格整體的行數(shù)和列數(shù)，在表格數(shù)據(jù)量較大的時(shí)候能快速了解表格的行數(shù)和列數(shù)運(yùn)行結(jié)果如下，其中第一個(gè)數(shù)字為表格行數(shù)，第二個(gè)數(shù)字為表格列數(shù)。通過表格的describe()函數(shù)可以快速的查看表格每一列的數(shù)量、平均值、標(biāo)準(zhǔn)差、最小值、25分位數(shù)、50分位數(shù)、75分位數(shù)、最大值等信息，代碼如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件382.3.3數(shù)據(jù)整體情況查看通過表格的describe()函數(shù)可以快速的查看表格每一列的數(shù)量、平均值、標(biāo)準(zhǔn)差、最小值、25分位數(shù)、50分位數(shù)、75分位數(shù)、最大值等信息，代碼如下：

c1c2c3count3.03.03.0mean4.05.06.0std3.03.03.0min1.02.03.025%2.53.54.550%4.05.06.075%5.56.57.5max7.08.09.0運(yùn)行效果如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件39通過value_counts()函數(shù)則可以快速的查看某一列都有什么數(shù)據(jù)，以及該數(shù)據(jù)出現(xiàn)的頻次，代碼如下：運(yùn)行效果如下，可以看到c1列共有3種不同的數(shù)據(jù)，且每個(gè)出現(xiàn)的頻次為1次。2.3.3數(shù)據(jù)整體情況查看2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件402.3.4數(shù)據(jù)運(yùn)算、排序與刪除(1)數(shù)據(jù)運(yùn)算從已有的列中，通過數(shù)據(jù)運(yùn)算創(chuàng)造新的一列，代碼如下：輸出結(jié)果如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件41(2)數(shù)據(jù)排序使用sort_values()函數(shù)可以根據(jù)列對(duì)數(shù)據(jù)進(jìn)行排序。例如，要對(duì)c2列進(jìn)行降序排序，代碼如下：其中，參數(shù)by用于指定哪一列來排序；參數(shù)ascending為上升的意思，默認(rèn)值為True，設(shè)置為False則表示降序排序。a的打印輸出結(jié)果如下：2.3.4數(shù)據(jù)運(yùn)算、排序與刪除2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件42(2)數(shù)據(jù)排序使用sort_index()函數(shù)則可以根據(jù)行索引進(jìn)行排序。按行索引進(jìn)行升序排列的代碼如下：運(yùn)行上述代碼后，則前面按c2列降序排序后生成的a表格的行索引又變成r1、r2、r3的升序排列了。同樣也可以設(shè)置ascending參數(shù)為False來進(jìn)行降序排序。2.3.4數(shù)據(jù)運(yùn)算、排序與刪除2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件43(3)數(shù)據(jù)刪除

如果要?jiǎng)h除數(shù)據(jù)表中的指定數(shù)據(jù)，就需要用到drop()函數(shù)。具體用法如下：drop()函數(shù)常用的幾個(gè)參數(shù)解釋如下：index用于指定要?jiǎng)h除的行；columns用于指定要?jiǎng)h除的列；inplace的默認(rèn)值為False，表示該刪除操作不改變?cè)砀?，而是返回一個(gè)執(zhí)行刪除操作后的新DataFrame，如果設(shè)置為True，則會(huì)直接在原表格中進(jìn)行刪除操作。例如，刪除c1列的數(shù)據(jù)，代碼如下：2.3.4數(shù)據(jù)運(yùn)算、排序與刪除2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件44(3)數(shù)據(jù)刪除刪除多列的數(shù)據(jù)，例如，c1和c3列，可以通過列表的方式聲明，代碼如下：刪除行數(shù)據(jù)，例如，刪去第1行和第3行的數(shù)據(jù)，代碼如下2.3.4數(shù)據(jù)運(yùn)算、排序與刪除上述代碼中刪除數(shù)據(jù)后又賦值給新的變量，不會(huì)改變?cè)砀馾ata的結(jié)構(gòu)，如果想改變?cè)砀馾ata的結(jié)構(gòu)，可以設(shè)置inplace參數(shù)為True，代碼如下：輸入行索引的名稱而不是數(shù)字序號(hào)2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件45目錄022.4.1merge()函數(shù)032.4

數(shù)據(jù)表拼接2.4.2concat()函數(shù)2.4.3append()函數(shù)012.4數(shù)據(jù)表拼接Pandas庫(kù)提供的數(shù)據(jù)合并與重塑為兩個(gè)數(shù)據(jù)表的拼接提供了極大的便利。主要包括merge()函數(shù)、concat()函數(shù)、append()函數(shù)，其中merge和append筆者個(gè)人用得較多。假設(shè)創(chuàng)建了如下兩個(gè)DataFrame數(shù)據(jù)表，需要將它們合并：上述代碼得到的df1和df2的內(nèi)容如下表所示df1df2

公司分?jǐn)?shù)

公司股價(jià)0萬科900萬科201阿里951阿里1802百度852京東302024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件472.4.1.merge()函數(shù)merge()函數(shù)可以根據(jù)一個(gè)或多個(gè)列將不同數(shù)據(jù)表格中的行連接起來，代碼如下：df3的內(nèi)容如下表所示：

公司分?jǐn)?shù)股價(jià)0萬科90201阿里95180可以看到，merge()函數(shù)直接根據(jù)相同的列名（“公司”列）對(duì)數(shù)據(jù)表格進(jìn)行了進(jìn)行合并，而且默認(rèn)選取的是兩個(gè)表共有的列內(nèi)容（萬科、阿里）。如果相同的列名不止一個(gè)，可以通過on參數(shù)指定按照哪一列進(jìn)行合并，代碼如下：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件48默認(rèn)的合并其實(shí)是取交集（inner連接），即選取兩表共有的內(nèi)容，如果想取并集（outer連接），即選取兩表所有的內(nèi)容，可以設(shè)置how參數(shù)，代碼如下：運(yùn)行代碼后，df3的內(nèi)容如下表所示，可以看到所有數(shù)據(jù)都在，原來沒有的內(nèi)容則賦值為空值NaN。

公司分?jǐn)?shù)股價(jià)0萬科90.020.01阿里95.0180.02百度85.0NaN3京東NaN30.02.4.1.merge()函數(shù)2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件49如果想保留左表（df1）全部?jī)?nèi)容，而不太在意右表（df2），可以將how參數(shù)設(shè)置為left，代碼如下：此時(shí)df3的內(nèi)容如下表所示，完整保留了df1的內(nèi)容（萬科、阿里、百度）。

公司分?jǐn)?shù)股價(jià)0萬科90.020.01阿里95.0180.02百度85.0NaN2.4.1.merge()函數(shù)2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件50如果想保留右表（df2）的全部?jī)?nèi)容，而不太在意左表（df1），可以將how參數(shù)設(shè)置為right。如果想根據(jù)行索引進(jìn)行合并，可以設(shè)置left_index和right_index參數(shù)，代碼如下：此時(shí)df3如下表所示，兩張表按照它們的行索引進(jìn)行了合并。

公司_x分?jǐn)?shù)公司_y股價(jià)0萬科90萬科201阿里95阿里1802百度85京東302.4.1.merge()函數(shù)2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件512.4.2.concat()函數(shù)concat()函數(shù)是一種全連接（UNIONALL）方式，它不需要對(duì)齊，而是直接進(jìn)行合并，即不需要兩表的某些列或者索引相同，只是把數(shù)據(jù)整合到一起。所以concat()函數(shù)沒有how和on參數(shù)，而是通過axis參數(shù)指定連接的軸向。該參數(shù)默認(rèn)為0，按行方向連接，即縱向拼接，代碼如下：此時(shí)df3的內(nèi)容如下表所示。

公司分?jǐn)?shù)股價(jià)0萬科90.0NaN1阿里95.0NaN2百度85.0NaN0萬科NaN20.01阿里NaN180.02京東NaN30.02024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件52此時(shí)行索引為原來兩個(gè)表各自的索引，如果想重置索引，可以使用reset_index()函數(shù)將索引重置，或者在concat()函數(shù)中設(shè)置ignore_index=True，忽略原有索引，生成新的數(shù)字序列作為索引進(jìn)行排序，代碼如下：如果想按列方向連接，即橫向拼接，可以設(shè)置axis參數(shù)為1，代碼如下：此時(shí)df3的內(nèi)容如下表所示。

公司分?jǐn)?shù)公司股價(jià)0萬科90萬科201阿里95阿里1802百度85京東302.4.2.concat()函數(shù)2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件532.4.3append()函數(shù)append()函數(shù)可以被認(rèn)為是concat()函數(shù)的簡(jiǎn)化版，效果和pd.concat([df1,df2])類似，實(shí)現(xiàn)的也是縱向拼接，代碼如下：append()函數(shù)還有個(gè)常用的功能，和列表.append()一樣，可用于新增元素，代碼如下：這里一定要設(shè)置ignore_index=True，用來忽略原索引，否則會(huì)報(bào)錯(cuò)（如果拼接的是DataFrame，不加這個(gè)也沒事，只是行數(shù)字索引會(huì)使用各個(gè)拼接表的原數(shù)字索引），此時(shí)df3的內(nèi)容如下表所示。

公司分?jǐn)?shù)0萬科901阿里952百度853騰訊902024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件54目錄022.5.1讀取年度數(shù)據(jù)032.5

財(cái)務(wù)數(shù)據(jù)處理–杜邦分析案例實(shí)戰(zhàn)2.5.2

數(shù)據(jù)清洗2.5.3比率計(jì)算及篩選012.5財(cái)務(wù)數(shù)據(jù)處理–杜邦分析案例實(shí)戰(zhàn)在本章前幾小節(jié)我們已經(jīng)介紹了如何進(jìn)行pandas基礎(chǔ)操作，這里我們結(jié)合剛剛講到的有關(guān)DataFrame的知識(shí)點(diǎn)介紹一下如何使用python進(jìn)行杜邦比率分析。什么是杜邦分析？杜邦分析最初由美國(guó)杜邦公司成功應(yīng)用而得名，是利用各財(cái)務(wù)比率之間的內(nèi)在聯(lián)系，對(duì)公司財(cái)務(wù)狀況和經(jīng)營(yíng)成果進(jìn)行綜合系統(tǒng)評(píng)價(jià)的系統(tǒng)方法。通過該分析體系，一下子把本書第七章、第八章、第九章介紹的各個(gè)財(cái)務(wù)比率有機(jī)地結(jié)合了起來，打通了比率之間的聯(lián)系。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件562.5財(cái)務(wù)數(shù)據(jù)處理–杜邦分析案例實(shí)戰(zhàn)什么是ROE？?jī)糍Y產(chǎn)收益率（ROE）根據(jù)計(jì)算公式可以分解為以下三個(gè)指標(biāo)：凈資產(chǎn)收益率

=凈利潤(rùn)/營(yíng)業(yè)收入×營(yíng)業(yè)收入/總資產(chǎn)×總資產(chǎn)/股東權(quán)益=營(yíng)業(yè)凈利率×總資產(chǎn)周轉(zhuǎn)次數(shù)×權(quán)益乘數(shù)以下這個(gè)英文的公式可能更便于記憶：ROE=NI/S×S/A×A/E2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件572.5財(cái)務(wù)數(shù)據(jù)處理–杜邦分析案例實(shí)戰(zhàn)凈資產(chǎn)收益率

=凈利潤(rùn)/營(yíng)業(yè)收入×營(yíng)業(yè)收入/總資產(chǎn)×總資產(chǎn)/股東權(quán)益=營(yíng)業(yè)凈利率×總資產(chǎn)周轉(zhuǎn)次數(shù)×權(quán)益乘數(shù)上述分解可以表示為下圖：2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件582.5財(cái)務(wù)數(shù)據(jù)處理–杜邦分析案例實(shí)戰(zhàn)凈資產(chǎn)收益率

=凈利潤(rùn)/營(yíng)業(yè)收入×營(yíng)業(yè)收入/總資產(chǎn)×總資產(chǎn)/股東權(quán)益=營(yíng)業(yè)凈利率×總資產(chǎn)周轉(zhuǎn)次數(shù)×權(quán)益乘數(shù)還有一句簡(jiǎn)便的‘暗號(hào)’幫助記憶：”從銀行取錢到超市買白酒“這句暗號(hào)里涉及三個(gè)行業(yè)，銀行代表著很高的權(quán)益乘數(shù)，超市代表著很高的總資產(chǎn)周轉(zhuǎn)次數(shù)，白酒代表著很高的營(yíng)業(yè)凈利率。這樣一來就將三個(gè)不易記憶的比率毫無違和地串聯(lián)在了一句話里。2024/9/12《Python大數(shù)據(jù)財(cái)務(wù)分析》配套課件592.5財(cái)務(wù)數(shù)據(jù)處理–杜邦分析案例實(shí)戰(zhàn)凈資產(chǎn)收益率

=凈利潤(rùn)/營(yíng)業(yè)收入×營(yíng)業(yè)收入/總資產(chǎn)×總資產(chǎn)/股東權(quán)益=營(yíng)業(yè)凈利率×總資產(chǎn)周轉(zhuǎn)次數(shù)×權(quán)益乘數(shù)要想提高凈資產(chǎn)收益率，就可以努力提高上述任意一個(gè)比率。“營(yíng)業(yè)凈利率”體現(xiàn)了企業(yè)的盈利能力；“總資產(chǎn)周轉(zhuǎn)次數(shù)”體現(xiàn)了企業(yè)的運(yùn)營(yíng)能力；“權(quán)益乘數(shù)”則體現(xiàn)了企業(yè)的償債能力。更深入地說，“營(yíng)業(yè)凈利率”對(duì)企業(yè)利潤(rùn)表進(jìn)行了概括反映、“權(quán)益乘數(shù)”對(duì)企業(yè)資產(chǎn)負(fù)債表進(jìn)行了概括反映，而“總資產(chǎn)周轉(zhuǎn)次數(shù)”則把利潤(rùn)表和資產(chǎn)負(fù)債表聯(lián)系起來，使ROE指標(biāo)可以綜合分析評(píng)價(jià)企業(yè)整體經(jīng)營(yíng)成果和財(cái)務(wù)狀況。2024/9/12《Pyt