7. Pandas高效化运算与时间序列处理

第1关：字符串操作方法

任务：读取step1/bournemouth_venues.csv文件，获取Venue Name列，通过向量化字符串操作得到清洗后的数据。

import pandas as pd

def demo():
    #********** Begin **********#
    data=pd.read_csv('./step1/bournemouth_venues.csv')
    data=data['Venue Name']
    data=data.str.split().str.get(-1)
    data=data.str.replace("P.*","")
    data.drop(data[data.values==""].index,inplace = True)
    data1=data.str.contains("[a-zA-Z]+")
    data.drop(data1[data1==False].index,inplace=True)
    return data
    # ********** End **********#

第2关：Pandas的日期与时间工具

任务：根据预期输出，创建三种不同索引的数据结构。

import pandas as pd

date_number = input()
# ********** Begin ********** #
print(pd.date_range(date_number, periods=10))
print(pd.period_range(date_number, periods=10))
print(pd.timedelta_range('1 hours', periods=10, freq='H'))
# ********** End ********** #

第3关：Pandas时间序列的高级应用

根据相关知识完成下列任务：

• 求上个季度（仅含工作日）的平均值；
• 求每个月末（仅含工作日）的收盘价；
• 迁移数据365天；
• 求一年期移动标准差。