量化交易里的 Pandas 函数，说实话，用得最多的还是那些经典操作，比如groupby、resample、rolling这种，数据预的时候真的离不开它们。这份示例文件，正好把这些函数串了一遍，案例不复杂，但蛮实用的，改一改就能直接用在自己的策略上。

Pandas 的 DataFrame 操作是重点，像df.loc和df.iloc的区别，在里面有清楚的用法示例，省得你翻文档。还有不少人经常混淆apply和map，这个文件里也顺手举了例子，挺贴心的。

文件风格比较清爽，结构也利索。一般从读取 CSV 开始，是各种切片、过滤、重采样，配合一些金融指标的计算，流程蛮像实际写策略那一套。顺手一看，立马能懂怎么套到你自己的场景里。

顺带推荐几个相关的资源，像Pandas 使用指南这个文章，配合这个文件看，效果更好。再比如NumPy 应用详解这篇，对数据结构不太熟的也能迅速补上。

哦对了，如果你是 Mahout 那边转过来的，也可以看看Mahout 与 Python 量化交易实战，风格不太一样，但数据的套路其实都差不多。

，这文件比较适合想快速上手 Pandas 量化的朋友，照着敲一遍，脑子里就有数了。如果你正打算优化策略逻辑，不妨下来看一眼。