Python4Finance

آشنایی با کتابخانه Pandas
برای ساخت Series از متد ()Series استفاده می‌کنیم. به دلیل تک بعدی بودنِ Series، مقادیری که می‌دهیم باید در یک بعد باشد. پس از لیست کمک می‌گیریم و آن را به عنوان اولین آرگومان به آن می‌دهیم. آرگومان دوم نام index-ها می‌باشد، که اگر مشخص نشود، به صورت پیشفرض از ۰ شروع می‌شود. بعد از تعریف کردن لیست مقادیر و index-ها، آن‌ها را به متد ()Series می‌دهیم و خروجی را دریافت می‌کنیم.
import pandas as pd
_inflation = ['10%', '30%', '40%', '15%']
_year = [1395, 1396, 1397, 1398]
_df= pd.Series(_inflation,_year )
print(_df)
البته این روش صرفا برای نمایش امکانات پانداس است و در عمل کارایی چندانی ندارد. در پست های آتی مفصل راجع به پانداس صحبت خواهیم کرد. با ما همراه باشید.

#پایتون_مالی
#سری_زمانی
#Pandas

پایتون برای مالی در تلگرام https://www.tg-me.com/de/Python4Finance/com.python4finance
پایتون برای مالی در بله https://ble.im/de/Python4Finance/com.python4finance

www.tg-me.com/de/Python4Finance/com.python4finance/54

2.7K viewsSep 2, 2019 at 19:29

آشنایی با کتابخانه Pandas
برای ساخت Series از متد ()Series استفاده می‌کنیم. به دلیل تک بعدی بودنِ Series، مقادیری که می‌دهیم باید در یک بعد باشد. پس از لیست کمک می‌گیریم و آن را به عنوان اولین آرگومان به آن می‌دهیم. آرگومان دوم نام index-ها می‌باشد، که اگر مشخص نشود، به صورت پیشفرض از ۰ شروع می‌شود. بعد از تعریف کردن لیست مقادیر و index-ها، آن‌ها را به متد ()Series می‌دهیم و خروجی را دریافت می‌کنیم.
import pandas as pd
_inflation = ['10%', '30%', '40%', '15%']
_year = [1395, 1396, 1397, 1398]
_df= pd.Series(_inflation,_year )
print(_df)
البته این روش صرفا برای نمایش امکانات پانداس است و در عمل کارایی چندانی ندارد. در پست های آتی مفصل راجع به پانداس صحبت خواهیم کرد. با ما همراه باشید.

#پایتون_مالی
#سری_زمانی
#Pandas

پایتون برای مالی در تلگرام https://www.tg-me.com/de/Python4Finance/com.python4finance
پایتون برای مالی در بله https://ble.im/de/Python4Finance/com.python4finance

BY Python4Finance