1.polars源码解析——DataFrame
2.BackTrader 中文文档（四）
3.干货 | PySpark DataFrame的常用入门操作分享！
4.R语言基础（9）——数据框（dataframe）
5.R语言笔记（五）：数据转换(dplyr)
6.Pandas filter 筛选标签
polars源码解析——DataFrame
从源码解析的角度，DataFrame在polars中的核心构造和功能将逐一揭示。DataFrame，作为基本的二维数据结构，由一系列Series组成，作业管评系统源码这些Series都是在polars-core中的ChunkedArray、Series和DataFrame等数据结构之上构建的。DataFrame的简洁设计使其能直接利用Vec容器特性，如pop和is_empty，许多函数如hstack、width和insert_at_idx等都巧妙地利用了Vec的相应方法。
重点函数如select，其调用链为select->select_impl->select_series_impl。filter函数则展现出polars的多线程优化策略，如take和sort操作都借助了并行计算。至于groupby，它主要操作是创建GroupBy结构，接受一个通过IntoIterator和AsRef trait实现的列名迭代器，用于指定分组列。首先通过select_series选择列，再通过groupby_with_series生成分组的DataFrame表示。
在对单个key进行分组时，groupby会调用group_tuples，根据DataFrame的key排序情况使用不同的存储方式，如Slice或Idx。一旦分组完成，我们看到df.groupby(["date"])会返回一个包含select方法的GroupBy结构。接着，通过.select(["temp"])明确要进行聚合操作的列，结果还是GroupBy对象。当调用count等聚合函数时，编队飞行飞控源码polars利用groups的分组索引，采用多线程处理每个分组的行，进行高效计算。
BackTrader 中文文档（四）
Backtrader中文文档（四）
数据供稿 - 过滤器过滤器
实现过滤器功能相对较晚，需适应内部结构，灵活性与全功能性可能受限，但在多数情况下仍能实现所需目的。即插即用的过滤器链接尝试提供便利，但现有结构导致难以保证始终可实现。因此，部分过滤器可能被链接，而另一些可能未链接。
实现目标简化了两个明显过滤器的直接使用，分别为：
过滤器工作流程
对于现有数据源，使用数据源的addfilter方法即可操作。
即使与重新采样/重播过滤器兼容，仍能执行特定操作。
过滤器接口
一个filter必须满足特定接口，包括：
实例化时调用的初始化方法（`__init__`）和处理数据输入的调用方法（`__call__`）。
初始化方法接收数据源、`*args`和`**kwargs`参数。
调用方法在每个新输入值后执行，返回值指示是否需要重新尝试从数据源获取数据。
基于类的过滤器可实现额外方法，如：
在数据源结束时调用的`last`方法，允许过滤器处理可能已缓冲的数据。
过滤器实例化示例
一个快速过滤器实现展示如下：
使用此过滤器时的流程
过滤器数据伪-API示例
在上述示例中，展示如何通过调用`data.backwards()`从流中移除当前条。数据源对象的有用调用，旨在作为过滤器的伪-API。
示例过滤器：粉鱼过滤器
此过滤器旨在链接至其他过滤器，有游戏源码怎样搭建如replay过滤器，实现特定功能。粉鱼名称源自库主页描述，使用每日数据执行仅在分时数据中可能的操作。
实现效果逻辑
与以下内容一起工作
使用案例
代码实现
过滤器参考
Backtrader提供了多种过滤器类，包括：
SessionFilter: 可应用于数据源，过滤掉超出常规会话时间的盘中bar。
SessionFilterSimple: 与SessionFilter类似，但管理数据堆栈的方式不同。
SessionFiller: 声明会话开始/结束时间内的数据源的Bar Filler。
CalendarDays: 添加缺失的交易日的Bar Filler。
BarReplayer_Open: 将一个bar拆分为两部分，模拟回放，无需使用replay过滤器。
DaySplitter_Close: 将每日bar拆分为两部分，模拟用于重放数据的2个tick。
HeikinAshi: 重新构建开盘价、最高价、最低价、收盘价以绘制平均趋势烛。
Renko: 修改数据流以绘制砖形图（或砖块）。
雅虎数据源注意事项
Backtrader支持雅虎数据源，但自年5月起，雅虎停止了用于历史数据下载的现有csv格式API。新的API和CSV下载格式更改迅速标准化并实施。
使用v7 API/格式为默认行为。若需使用旧的API/格式，请选择相应选项。
Pandas数据源示例
Backtrader支持使用Pandas Dataframes作为数据源，解析CSV等不同格式的数据。必须安装pandas及其依赖项。购物自动返现源码
数据源的重要声明
示例代码展示如何加载标准示例CSV数据，并解释如何跳过标题。
测试示例代码确保正确加载Pandas Dataframe。
数据源参考
Backtrader提供多种数据源类，包括CSV、交互经纪人数据、InfluxDB等。
每个类负责特定任务，如文件打开、解析行、链接数据、填充间隙等。
例如：`BacktraderCSVData`解析用于测试的自定义CSV数据。
`CSVDataBase`实现CSV数据源类的基类。
`Chainer`用于链接数据的类。
`DataClone`用于克隆数据源数据。
`DataFilter`类从数据源过滤条目，接受可调用对象作为过滤函数。
`GenericCSVData`根据定义的顺序和字段存在性解析CSV文件。
`IBData`实现交互经纪人数据源，支持特定合同规范。
其他数据源类涵盖不同格式和API，如Quandl、PandasDirectData、VChartCSVData等。
干货 | PySpark DataFrame的常用入门操作分享！
PySpark DataFrame常用入门操作概览
DataFrame在PySpark中支持两种主要的编程风格：DSL（领域特定语言）和SQL风格。 DSL风格，也就是DataFrame特有的API调用，如df.where()和df.limit()，以命令方式处理数据，源码编程快捷键直观且灵活。 SQL风格则允许通过spark.sql()和SQL语句，如"SELECT * FROM xxx"，对DataFrame进行数据操作。DSL中的show()方法用于展示数据，默认显示条，直接呈现DataFrame内容。
printSchema()方法用于打印DataFrame的列结构信息。
select()方法用于选择DataFrame中的特定列，支持列名或Column对象作为参数。
filter()和where()用于过滤DataFrame数据，返回过滤后的DataFrame。
groupBy()功能将数据按指定列分组，返回的GroupedData对象可进行聚合操作。
为了使用SQL风格，可以将DataFrame注册为表，以便执行SQL查询。PySpark.sql()函数是核心，配合pyspark.sql.functions包中的计算函数，如F对象下的函数，实现复杂的数据处理。 下面是一些基本操作的代码示例，详细函数使用将在后续的学习中深入探讨。R语言基础（9）——数据框（dataframe）
数据框，类似于数据库表或Excel数据表，可以通过函数data.frame()创建。
将向量、列表、矩阵转换成数据框可以使用as.data.frame(x)。
在创建数据框时，可以通过设置选项stringsAsFactors=FALSE来避免将字符型列转换为因子。
如果数据框的某一列为常数，可以在data.frame()调用中只给该列赋一个值，生成的结果会自动重复这个值，使得该列与其他列等长。
可以使用nrow(d)来获取数据框d的行数，ncol(d)或length(d)来获取列数。
names(d)或colnames(d)可以用于访问或修改列名。
数据框可以用矩阵格式访问，例如访问单个元素或第二列，结果为向量。
为了提取一列为向量，应使用双方括号格式或$格式，不应使用tibble。
或者使用attach和detach，可以直接用变量名而不需要使用$。
按列名访问列的方式如下。
可以同时获取行子集和列子集。
tibble是一种改进的数据框。readr包的read_csv()函数是read.csv()函数的一个改进版本，它将CSV文件读入为tibble类型。
使用as_tibble()可以将一个数据框转换为tibble。
dplyr包提供了filter()、select()、arrange()、mutate()等函数，用于对tibble选取行子集、列子集，排序、修改或定义新变量。
使用tribble()可以按类似于CSV格式输入一个tibble。
read_csv()也支持从一个多行字符串直接读入数据。
R语言笔记（五）：数据转换(dplyr)
数据处理主要内容包括：
本文我们将深入了解数据转换的相关知识，相关链接可参考笔记（四）。
如有任何错误或需要补充的地方，欢迎各位高手不吝赐教，作者会持续进行更新！
2. 数据转换
在这一部分，我们将分别介绍R语言在处理数据转换时所使用的base包与dplyr包中的函数。
2.1 筛选（subset/filter/select）
筛选函数包括x：向量（vector），矩阵（matrix）或数据框（dataframe）subset：目标行符合的条件select：目标列的序数。
以下是一些筛选函数的例子：
四种函数仅适用于dataframe结构的筛选，其中filter()与slice()用于筛选行，filter()根据条件进行筛选，slice()根据行序数进行筛选；select()与rename()用于筛选列，以下为R给出的例子。
注filter()函数的用法与subset()基本相似，区别在于subset()可以处理向量和矩阵，并且可以通过select参数直接筛选列，因此我们将主要介绍其他三种函数。
首先是slice()函数，用法相对简单，主要根据行序数进行筛选。
select()函数用法较多，但都非常简单，作者直接将dplyr包的examples复制过来了。
另附
参考资料：
rename()函数主要用于变量重命名，select()也可以实现，区别在于rename()会返回所有列。
2.2 排序（order/arrange）
根据变量名对变量进行排序，可以通过手动进行排序；使用基本包中的order()排序；使用dplyr包中的arrange()排序。
以iris数据集为例：
2.3 转换（transform/mutate/transmute）
基本包中的transform()函数可以为数据框添加新的变量，也可以对已有的变量进行编辑/删除。dplyr包提供了两个添加新变量的函数，mutate()和transmute()。
三者区别在于，mutate()在transform()能添加新变量的基础上，可以同时使用刚添加的变量再创建其他变量；mutate()返回添加新变量后的新数据框，而transmute()仅返回新创建的变量。接下来我们来看看它们是如何实现变量编辑的：
2.4 分组与概括（group_by/summarise）
group_by()和summarise()都是dplyr包中的函数，处理对象都是数据框结构。
实际工作中，group_by()经常配合其他函数使用，因此，接下来我们先来举例介绍summarise()的用法和效果，再结合group_by()函数看看差异。
接下来结合group_by()：
cyl变量表示气缸个数，取值为4, 6和8，因此对该变量进行分类便将dat分为三个group。再对其使用summarise()会对三个group分别计算其四分之一分位数、中位数、四分之三分位数。我们再试试对两个变量分组的效果：
gear表示的是forward gears（前齿轮？）个数，取值为3, 4和5；cyl有三个取值，因此对两个变量进行分组，应该会有3×3=9个group，但实际只有8个，是因为对八个气缸的车型没有4个forward gears，该组为空集，不填补缺失值就会被drop掉。分组后再使用summarise()的结果十分清晰，cyl作为第一分组依据，gear作为第二分组依据，分别对各组计算四分之一数、中位数和四分之三分位数。
Pandas filter 筛选标签
Pandas的filter方法允许根据指定的索引标签筛选数据框的行或列，适用于DataFrame、Series和分组对象DataFrameGroupBy。
使用filter方法时，参数items、like和regex参数必须互斥，轴默认为使用[]索引时的信息轴（按行）。
DataFrame的应用示例：
filter方法在Series中的应用与DataFrame相似，但由于Series只有一个轴，不能设置axis=1，只能通过索引查询数据。
对于DataFrameGroupBy，它能返回不包含筛选元素的数据框副本，当组中元素不满足特定的布尔表达式（为False）时被筛选掉。通常与匿名函数lambda配合使用，类似于SQL中的having操作。
在分组对象的使用中，filter方法的语法如下，参数和返回值与之前相同，但每个子帧都会被赋予“name”属性，用于识别当前处理的组。不支持变异传递对象的函数。
以下是一个分组筛选的例子，筛选所在组组B列平均值大于3的所有数据。
其他代码示例展示了如何在不同的Pandas对象上应用filter方法。
Pandas支持的对象中，除了DataFrame、Series和DataFrameGroupBy，还可以在apply()方法上调用filter。
更多信息和代码示例可参阅本书网页和Pandas在线教程。
欢迎关注公众号“盖若”（公号ID：gairuo）或通过作者在网页中的****添加微信进行交流。
Python内置的filter()函数和Pandas中的DataFrame.filter()参数及用法
Python中的filter()函数是内置的迭代器过滤工具，它接受一个函数和一个序列作为输入，返回一个由原序列中满足函数条件的元素组成的新序列。这个函数通常用于数据处理和筛选，简化代码并提高效率。
而在Pandas库中，DataFrame.filter()是一个更高级的特性，它针对DataFrame对象提供了更加灵活的筛选功能。DataFrame.filter()允许你通过列名或列的布尔索引来选择或排除DataFrame中的特定列，或者根据函数对数据进行条件筛选。它不仅限于列，还可以处理DataFrame的每一列数据，返回的结果可以是DataFrame、Series或者ndarray。
与filter()函数相比，DataFrame.filter()提供了更丰富的功能，适合处理大型数据集和复杂的数据过滤需求。然而，两者在使用时需要明确目标和数据结构，filter()适合轻量级的列筛选，而DataFrame.filter()则适用于需要深度定制筛选规则的场景。
总结来说，Python的filter()函数和Pandas的DataFrame.filter()都是数据处理中不可或缺的工具，选择使用哪个取决于你的具体需求和数据处理的复杂程度。
