当前速递!Python数据分析——Pandas基础入门+代码(三)
系列文章目录
(资料图片)
Chapter 1:创建与探索DF、排序、子集化:Python数据分析——Pandas基础入门+代码(一) Chapter 2:聚合函数,groupby,统计分析:Python数据分析——Pandas基础入门+代码(二) Chapter 3:索引和切片:Python数据分析——Pandas基础入门+代码(三) Chapter 4: 可视化与读写csv文件:Python数据分析——Pandas基础入门+代码(四) Chapter 5:数据透视表:Python数据分析——Pandas基础入门+代码之数据透视表
文章目录
系列文章目录前言一、索引1.1 Index处理1.2 使用 .loc() 进行子集化1.3 分层索引1.4 按索引排序 二、切片2.1 切片索引值2.2 双向切片2.3 时序切片2.4 以“行”“列”号进行切片 Reference
前言
这一篇主要讲的是:
索引 Indexing 和 切片 Slicing
一开始会从索引开始说起,然后再讲解一下切片,这两部分包看包会。
一、索引
1.1 Index处理
这里主要用到的是两个methods,分别是:
设置索引删除索引
# 表示以xxx为索引set_index("xxx")# 重置索引,如果又drop表示,会先重置索引再对刚刚索引的那列进行删除reset_index(drop = True)
1.2 使用 .loc() 进行子集化
这里的翻译是:
索引的杀手级功能是 .loc[]:一种接受索引值的子集方法。当您向其传递单个参数时,它将采用行的子集。使用 .loc[] 进行子集化的代码比标准的方括号子集化更容易阅读,这可以减少您的代码维护的负担。
说白了就是最好用.loc[]去找我们要的东西,这不仅方便索引,也方便我们阅读结果。同时,.loc()也能用于切片处理,这会在后面讲解。
For example, 下面的代码做了一个对比,得到的结果是一样的。
首先,给定一个城市的list 然后,利用isin()进行查找返回一个布林值,再要求pandas将布林值为True的找出来并打印 最后一行呢,是直接让loc去定位查找,包含了list中的数据,从而筛选出来并打印
# Make a list of cities to subset oncities = ["Moscow", "Saint Petersburg"]# Subset temperatures using square bracketsprint(temperatures[temperatures["city"].isin(cities)])# Subset temperatures_ind using .loc[]print(temperatures_ind.loc[cities])
1.3 分层索引
我们可以先看下原数据temperatures_ind 的前几行内容是什么样的:国家、城市、日期、平均温度 得到temperatures_ind 之后,我们建立一个元组,让loc去定位索引。
# Index temperatures by country & citytemperatures_ind = temperatures.set_index(["country", "city"])# List of tuples: Brazil, Rio De Janeiro & Pakistan, Lahore## 这里还教了下怎么在list里面建立一个tuples元组rows_to_keep = [("Brazil", "Rio De Janeiro"), ("Pakistan", "Lahore")]# Subset for rows to keepprint(temperatures_ind.loc[rows_to_keep])
我们可以看到country:Brazil和Pakistan他们的城市被loc找了出来。
1.4 按索引排序
这里再复习一遍 sort_values()(在前面的一篇文章提到了)以及一个新出现的sort_index()。也就是两种数据排序的方法
DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind="quicksort", na_position="last")"""axis:default 0,默认按照列排序,即纵向排序;如果为1,则是横向排序。by:指定按照某一行或者某一列;如果axis=0,那么by="列名";如果axis=1,那么by="行名"。ascending:布尔型,True则升序,如果by=["列名1","列名2"],则该参数可以是[True, False],即第一字段升序,第二个降序。inplace:布尔型,是否用排序后的数据框替换现有的数据框。kind:排序方法,{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。na_position:{‘first’, ‘last’}, default ‘last’,默认缺失值排在最后面。"""
DataFrame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind="quicksort", na_position="last", sort_remaining=True, ignore_index=False, key=None)"""axis:0 行排序;1 列排序level:默认None,可以指定某一列,按指定的列进行排序;这里就和sort_value的‘by’差不多如果level=["列名1","列名2"],该参数可以是[True, False],即第一字段升序,第二个降序。ascending:默认True升序排列;False降序排列inplace:默认False,否则排序之后的数据直接替换原来的数据框kind:排序方法,{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太关心。na_position:缺失值默认排在最后{"first","last"}"""## Example# Sort temperatures_ind by country then descending cityprint(temperatures_ind.sort_index(level = ["country","city"], ascending = [True, False]))
同样也是1.3中的数据,得到的结果如下。如果我们将sort_index转换为sort_values(),里面的参数level改成by,也能得到同样的结果。
那么他们二者到底有什么区别呢?
Methods.sort_values().sort_index()
作用既可以根据列数据,也可根据行数据排序。默认根据行标签对所有行排序,或根据列标签对所有列排序,或根据指定某列或某几列对行排序。
注意事项必须指定by参数,即必须指定哪几行或哪几列;无法根据index名和columns名排序(由.sort_index()执行)df. sort_index()可以完成和df. sort_values()完全相同的功能,但python更推荐用只用df. sort_index()对“根据行标签”和“根据列标签”排序,其他排序方式用df.sort_values()。
官方文档https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sort_values.htmlhttps://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sort_index.html
说白了,直接用sort_index()完事!!
PS: sort_values和index的一些内容是看了这个大佬的blog(作者:马尔代夫Maldives
链接:https://www.jianshu.com/p/f0ed06cd5003)的,但是他有一些细节记录的不对的地方,我根据官方的文档进行了修正
二、切片
2.1 切片索引值
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Tq8AFwaB-1648963499251)(Slicing%20an%20b02bb/Untitled%204.png)]
这里讲了四点需要注意的事项
如果索引已排序(使用 .sort_index()),则只能对索引进行切片。要在外层切片,first 和 last 可以是字符串。要在内层切片,first 和 last 应该是元组。(这里非常值得注意!!是元组!!)如果将单个切片传递给 .loc[],它将对行进行切片。
怎么解释上面4个注意事项?先看看源数据 temperatures_srt 长什么样
# Sort the index of temperatures_indtemperatures_srt = temperatures_ind.sort_index()
外层切片的结果,这里只放一下第一条的结果
# Subset rows from Pakistan to Russiaprint(temperatures_srt.loc["Pakistan":"Russia"]) # 这里就是外层切片
# Try to subset rows from Lahore to Moscowprint(temperatures_srt.loc["Lahore":"Moscow"])
相当于,之前1.4描述的,筛选和定位。 内层切片呢就是,我们指定了多列,且一定要是元组才能切的出来。
# Subset rows from Pakistan, Lahore to Russia, Moscowprint(temperatures_srt.loc[("Pakistan", "Lahore") : ("Russia", "Moscow")]) # 这里就是内层切片
2.2 双向切片
双向切片就是,你同时对 行 和 列 进行了切片
Slice rows with code like df.loc[("a", "b"):("c", "d")].Slice columns with code like df.loc[:, "e":"f"].Slice both ways with code like df.loc[("a", "b"):("c", "d"), "e":"f"]
举个简单的例子,这里再看一下源数据 然后展示一下横向切片,纵向切片以及横纵切片的不同。首先是横向切片,
# Subset rows from India, Hyderabad to Iraq, Baghdadprint(temperatures_srt.loc[("India", "Hyderabad"):("Iraq", "Baghdad")])# 这就是横向切片,按行
这里,我们只指定了按rows切片
然后是纵向切片
# Subset columns from date to avg_temp_cprint(temperatures_srt.loc[:, "date":"avg_temp_c"])# 纵向切片
这结果看着似乎和源数据一样对吧。那是因为源数据只有这两列。纵向就是按列column来筛选,忽略掉了rows
最后是横纵切片。我们rows和column都给予了特定的筛选范围。这里需要额外注意一下语法格式。
# Subset in both directions at onceprint(temperatures_srt.loc[("India", "Hyderabad"):("Iraq", "Baghdad"), "date":"avg_temp_c"])# 横纵切片
2.3 时序切片
这里主要是想将 .loc[] 与日期索引结合使用提供了一种简单的方法来对某个日期之前或之后的行进行子集化。
然后我在这里使用loc的时候出了点小问题,使用 df[‘date’] == ‘2011’ 或 df[‘date’] <= ‘2011’ 之类的检查不会检查 2011 年的所有日期,而只会检查日期 2011-01-01。使用布尔条件时写出完整的日期(例如 2011-12-31)。
# Use Boolean conditions to subset temperatures for rows in 2010 and 2011temperatures_bool = temperatures[(temperatures["date"] >= "2010-01-01") & (temperatures["date"] <= "2011-12-31")]print(temperatures_bool)# Set date as the index and sort the indextemperatures_ind = temperatures.set_index("date").sort_index()# Use .loc[] to subset temperatures_ind for rows in 2010 and 2011print(temperatures_ind.loc["2010" : "2011"])# Use .loc[] to subset temperatures_ind for rows from Aug 2010 to Feb 2011print(temperatures_ind.loc["2010-08" : "2011-02"])
2.4 以“行”“列”号进行切片
另外,如果需要看看loc和iloc之间的区别在哪可以看看别人的blog,非常的清楚。
ATTENTION: iloc主要是对索引号做选择,和loc不同的是,iloc是左开右闭的,loc是左开右开
"""Request:Get the 23rd row, 2nd column (index positions 22 and 1).Get the first 5 rows (index positions 0 to 5).Get all rows, columns 3 and 4 (index positions 2 to 4).Get the first 5 rows, columns 3 and 4."""# Get 23rd row, 2nd column (index 22, 1)print(temperatures.iloc[22, 1])# Use slicing to get the first 5 rowsprint(temperatures.iloc[:5])# Use slicing to get columns 3 to 4print(temperatures.iloc[:, 2:4])# Use slicing in both directions at onceprint(temperatures.iloc[:5, 2:4])
Reference
学习网站: DataCamp
标签:
相关推荐:
精彩放送:
- []售价6499起!华为Mate40系列手机国行版发布
- []天天精选!汽车香水有哪些推荐?香水团购介绍
- []劲舞团歌曲有哪些比较经典?劲舞团歌曲大全列表
- []今亮点!万劫不复的含义是什么?万劫不复什么意思?
- []天天讯息:tlntsvi_1547.exe劫持浏览器 傲游浏览器的快捷方式
- []天天最资讯丨“三无”食品是指什么?关于食品安全你应该知道的60件事
- []有什么好听的韩国歌曲?今日韩国歌曲最好听的十首歌
- []飞轮海是什么时候出道的?为什么解散?
- []全球滚动:呼伦贝尔大草原7月份是最佳旅游时间 呼伦贝尔草原旅游攻略
- []快报:牵手黄绮珊 牵手团你知道吗?
- []焦点速读:笔记本电脑连接不上无线网络怎么办?笔记本电脑连接不上无线网络原因及解决办法
- []Apache软件基金会:Hadoop集群部署介绍
- []全球新消息丨黑莓Bold 9900与黑莓9360有什么区别?区别介绍
- []焦点快看:麦饭石的作用有哪些?麦饭石的作用和用处
- []情感文字语录有哪些?天冷人心暖的经典语录
- []当前消息!罗技G100S游戏鼠标对比谁才是最强王者?罗技g100和g100s区别介绍
- []环球讯息:工商银行u盾证书过期怎么更新?激活工行网银的方法
- []YY语音如何使用YY号登录?YY语音使用YY号登录方法
- []头条焦点:笔记本的WIFI开关在哪里?笔记本WIFI打开方法
- []当前速递!Python数据分析——Pandas基础入门+代码(三)
- []【全球新视野】迅雷的后台偷偷上传怎么办?解决办法
- []诺基亚3230怎么刷机?诺基亚3230刷机的方法步骤
- []【环球新要闻】怎样调试卫星电视接收器?调试卫星电视接收器方法
- []全球今热点:什么是翻盖手机?诺基亚翻盖机两款推荐
- []快资讯:汽车空气净化器怎么选?车载臭氧空气净化器选购方法介绍
- []世界短讯!电信宽带大比拼 全国各地电信宽带价格汇总
- []电脑屏幕进入睡眠模式如何唤醒?怎么关闭睡眠模式?
- []观点:黑莓9380手机多少钱?黑莓9380手机测评和报价
- []短讯!你听过哪些六哲的歌?六哲全部歌曲100首
- []抖音限时可见是啥?抖音怎么设置?
- []全球速看:微信封号怎么查询详情?微信封号查询系统
- []如何将电脑显示屏呈现出淡绿色的颜色?保护眼睛的电脑设置步骤
- []家用净水器什么牌子好?十大家用净水器品牌排行榜
- []快资讯:“文房四宝”指的是哪四件?文房四宝详情介绍
- []动态焦点:电脑运行速度慢怎么办?电脑运行速度慢的原因及解决方法
- []黑莓8830怎么样?黑莓8830手机评测相关介绍
- []每日视点!安徽黄山门票多少钱?安徽黄山门票学生有啥优惠?
- []全球快看:苹果手机怎么下载游戏?苹果手机下载游戏的操作步骤
- []bosemini音响怎么样?bosemini音响有哪些特点?
- []焦点简讯:国产口红有哪些推荐?2020国产口红排行榜10强
- []热点聚焦:旅游业回暖,迎来氛围感时代
- []环球快播:如何使用maxdos工具给电脑备份系统?maxdos工具备份系统操作教程
- []世界速递!威震天不敌玲娜贝儿?环球影城开售年卡引流量
- []iphone有折叠手机吗?iPhone折叠手机什么时候上市?
- []世界消息!联想乐pada107怎么刷机?联想乐pada107的详细刷机步骤
- []聚焦:dell家用笔记本电脑推荐 dell家用笔记本哪款好?
- []今日视点:两大航司同日宣布:150亿落地
- []每日关注!歪歪马甲的分类及颜色是什么?歪歪头像分类及颜色说明
- []天天简讯:户外运动的2022:从业者掘金正当时
- []酷派怎么刷机?酷派刷机教程大全
- []天天关注:苹果手机自带测距仪在哪里?苹果手机测距仪怎么使用?
- []经济型酒店20年,谁能“剩”者为王?
- []2022泽信「物业」年终盘点:坚守服务,创造泽信式美好生活
- []环球报道:嘉实基金田光远:新能源会有一些好机会 2023年稀土需求或将迅速增长
- []战略布局 | 海博思创与亿利洁能达成战略合作
- []天天通讯!各地陆续公布2022年成绩单,GDP两万亿城市已增至7个
- []世界快播:中红医疗:尊重的安全输注事业部是公司三大事业部之一,是公司业务的重要组成部分
- []全球看热讯:爱博医疗:您所提及的品牌和渠道已全部转入爱博上海公司
- []今日快讯:最高法:加大房地产领域矛盾纠纷防范化解力度
- []贵阳:保租房租金原则上按同地段同品质市场评估的80%左右确定
- []微动态丨星光农机:您所述信息为公司间接控股股东中城工业集团发布于其公众号,相关数据来源于公司初步统计
- []当前播报:家电企业跨界造新能源车,美的再落一子
- []【环球新要闻】三木集团:截至2022.9.30我司并无亏损情况发生
- []当前观察:A股:“光伏”概念股掀涨停潮,未来3年有望翻10倍的4大低价股?
- []重磅!《新型电力系统发展蓝皮书(征求意见稿)》出炉!
- []中国电建安徽岳储能电站及新能源植物工厂项目签约
- []【焦点热闻】长时储能成行业新风口
- []【全球报资讯】国泰基金王阳:2023中国储能增速最快 国内进入经济适用阶段
- []十大券商看后市:春季躁动有望继续 当前A股仍处较好布局期
- []这些基金界的“交易高手” 年化收益超20%!
- []雅诗阁旗下跃活无限品牌馨乐庭签约桂林 在华运营项目突破100家
- []世界今日讯!淄博润邦置业100%国有产权和全部债权挂牌转让 底价5072.7万元
- []世界微资讯!天虹签约厦门公交集团 合作项目总建筑面积约11.6万平米
- []全球今日报丨中盐长江盐化拟701万元转让武汉长江饭店34.06%股权
- []世界快播:1月6日北京SKP旗下新项目DT51试营业 主打中高端消费
- []今日热讯:三柏硕:公司最新期末股东人数请参见公司最近一期定期报告披露的有关信息
- []世界实时:索通发展:公司将积极、及时回复投资者问题,在保证回复质量的同时,进一步提高沟通效率
- []【独家】长远锂科:公司已布局钠电正极相关研发,并将于明年投产一条钠电正极中试线
- []千金药业:公司将继续深耕主营业务,强化核心竞争力,谋求稳健的可持续发展,争取以更好的业绩回报投资者
- []全球观速讯丨图片网站有哪些推荐?10个免费商用的图片网站分享
- []barnyard2 mysql_安装配置Snort和barnyard2
- []前沿资讯!亚太国家频现牛市 QDII基金全力布局新兴市场 今年选“哪款”?
- []观热点:笔记本链接不上wifi怎么办?解决办法如下
- []全球今热点:数据库设计中的关系模型——数据模型
- []工况密度和标况密度怎么换算?通常工况参数有哪些?
- []Exadata的防火墙端口是什么?详情介绍
- []企业业绩考核有哪些规定?企业绩效考核管理制度
- []全球视点!SMT生产线的组成及分类 你了解多少?
- []首批债基四季报出炉 2023债市机会何在?
- []快资讯:无纸化办公系统是什么?无纸化办公系统详解
- []今日报丨PCL出现“无法找到 pcl_commond.dll 文件程序无法执行”怎么解决?解决步骤
- []CronTrigger时间格式配置说明 常用示例介绍
- []快资讯丨学原画需要做哪些技能?零基础原画学习攻略
- []全球热头条丨T-MAC协议是什么?T-MAC协议详情介绍
- []移动基站是什么?认识移动基站通信设备
- []环球今日讯!C++/MFC串口通信——光源控制器控制
- []播报:在Android系统中为什么需要广播机制?
- []每日热文:如何快速学会一门编程语言?5种编程入门方法分享
- []世界微速讯:免费且超级好用的搜索引擎INSO上线 界面UI是采用FlatUI设计
- []天天安卓模拟器是什么?安卓模拟器电脑版下载
- csv文件用什么打开?什么是CSV文件?
- 利好政策渐次落地 多地房贷利率继续下行
- 当前最新:庞溟专栏丨因城施策、动态调整,更好满足刚性住房需求
- 当前热门:教育金规划的主要原则是什么
- 热点在线丨旅游险的个人责任险和旅行责任险的区别
- 天天最资讯丨济南市医疗保险查询方法
- 环球速递!领取养老保险金的条件是什么
- 每日看点!济宁医疗保险个人账户余额查询方法
- 世界速讯:天津首个成规模M0新型产业用地项目滨海—中关村北塘湾产业园启动
- 天天观察:住宅销售待回温 龙湖抢先披露经营性收入234亿元
- 焦点短讯!深港口岸1月8日起分阶段有序恢复人员正常往来
- 全球焦点!广州最大古村落保留地之一文冲幸福里历史文化街区开街营业
- 资本月报 | 融资总额7年来首次跌破万亿,年末迎来配股潮(2022年12月)
- 刚刚!800亿A股巨头宣布:实控人由马云变为无实控人!多家上市公司披露权益变动
- 世界热点!印力集团与上海港城达成战略合作 规划打造上海临港片区商业地标
- 今日快看!福州住房公积金中心:第一季度住房公积金最高可贷80万
- 阿里巴巴:马云将不再控制君瀚和君澳持有的蚂蚁集团多数投票权
- 全球热点评!羊绒世家冲刺深交所上市:不再新增加盟商,蒋庆云父子为实控人
- 建发股份拟以现金方式协议收购红星美凯龙不超过30%股份
- 焦点快看:新湖中宝计划减持不超过7505.15万股已回购股份 占总股本0.87%
- 当前热文:美康生物:2022年12月30日江西省医保局公示肝功生化试剂带量采购拟中选结果,降价幅度符合市场预期
- 微信版花呗怎么开通
- 老马茶室 | 新年开门红,接近压力位宜减仓
- 全球今日讯!港股暴涨40%!后市行情持续性如何?基金经理最新解读
- 热点在线丨储蓄卡和信用卡的区别
- 香港内地今日通关,香港赴内地机酒订单提前三天大涨两倍
- 瑞信:预计今年恒生指数、沪深300等均存在20%以上上涨空间
- 世界聚焦:近十年主动权益冠军基金盘点:“冠军魔咒”频现 高收益率难保持
- 格瑞士马来西亚4MW铝合金光伏地面工程
- 天天微资讯!哪里的增量配电有钱赚?各地配电价格指导意见盘点:滇贵实操性强 广东可指定套餐
- 世界即时看!光伏支架龙头成为“失信被执行人”
- 【环球新视野】权威数据 | 2022年二季度全国新能源电力消纳评估分析
- 每日热闻!黄山睿基新能源公司成为“失信被执行人”
- 税优识别码在保单上怎么找到,一般是在右上角
- 每日速讯:网上退保如何办理?
- 车险千万不要提前买,提前10到30天比较好
- 沃森生物:股权转让前,江苏沃森主要承担公司4价流感病毒裂解疫苗的开发工作
- 车胎没气可以找保险公司吗?
- 只买三者险不买车损险,当然可以
- 即时看!深圳10大最惨新盘,谁碰谁倒霉?
- 春运人群旅行距离达三年新高,航班、铁路出行半径大增四到七成
- 坚持用户至上,拥抱新能源时代红旗品牌数字化转型看点十足
- 当前快播:信质集团:公司与BYD一直保持紧密合作关系,公司为其提供新能源定、转子铁芯及部分总成业务
- 世界时讯:环京楼市调查:元旦期间销量环比增长,房价仍在“筑底”
- 华统股份:公司火腿产能可达年80万只,目前向市场保持正常有序供应
- 快看:豪迈科技:公司燃气轮机零部件业务客户国外有三菱、西门子和GE,也已经与东方电气和上海电气开展合作
- 全球看热讯:【金融头条】38城房价连降三个月 首套房贷利率开启动态调整
- 天天视点!英力股份:公司将利用现有产能生产接线盒、边框、背板等光伏组件配套产品,但暂时还未生产
- 天天报道:濮阳惠成:公司未开展光刻胶业务,公司的产品主要应用于电气绝缘、复合材料、OLED光电材料等多个领域
- 香港旅游业迎曙光;旅行社踏上复苏之路 | 一周速览
- 环球观焦点:爱彼迎中国出境游流量激增;达美航空投资10亿美元提供免费 WiFi | 大公司简报
- 当前快播:逻辑更正的新线索出现!“春季”行情已经发动
- 世界今日报丨百余家上市公司业绩预告 超七成预喜
- 民航局:取消目的地为北京的国际客运航班从指定第一入境点入境
- 桂浩明:券商配股的悖论 券商为什么热衷于配股?
- 世界报道:除夕火车票今日开售,热门线路再现一票难求
- 全球热点评!2023年首周5只基金按下“终止键” 近千只基金濒临清盘红线
- 当前消息!专家:首套房贷利率下限更灵活,刚需、改善人群将受益
- 世界今亮点!消费全面复苏!2023年北京零售市场预计新增67.5万平方米
- 政策加码力促首套住房消费需求释放
- “仰望”概念爆发,多股涨停!人气龙头股罕见“炸板”
- 私募看市:春季攻势箭在弦上 看好复苏预期下的龙头股
- 焦点讯息:什么情况?基金暴赚买的人少 亏钱反而人气旺 “北热南冷”如何解?
- 国家电投浙江公司:分布式光伏电站数字化管控应用实践及经验分享
- 每日时讯!TOPCon Show Time!9.7晶科能源邀行业大咖共聚N型浦江夜
- 焦点速讯:氢能供需失调问题突出
- 当前资讯!强强联合!天海防务&中舟风电携手进军海上光伏!
- 氢能标准丨《氢能汽车用燃料 液氢》全文发布
- 环球看热讯:户外运动保险和普通旅游险有哪些不同
- 环球播报:易方达科创50ETF单日成交创历史新高 科创板今年一季度行情可期
- 世界今日讯!大病保险出险报案后怎么理赔?
- 今日要闻!英皇国际拟11.37亿港元出售香港屯门13层高商厦
- 世界微资讯!被忽悠买错保险怎么办?
- 世界视点!龙湖2022年总合同销售金额2016亿元 实现经营性收入234亿
- 环球滚动:星河湾旗下首座商业楼宇广州“星河湾中心”启用 建面逾12万平
- 焦点速读:不记名团体意外险的特点
- 仁恒置地2022年合约预售680.9亿元 同比上升14.3%
- 重大疾病保险怎么理赔?
- 世界即时:伊戈尔:公司高频电感、智能箱变等产品可以应用在储能领域
- 全球热点评!南京市秦淮区开展食品安全突发事件应急演练
- 盛视科技:1月5日公司高管赖时伍减持公司股份合计3000股
- 世界报道:大唐集团2022年合约销售196亿元 销售面积197万平米
- 【天天快播报】中原建业2022年在管项目合约销售213.17亿元
- 【独家】阳光100中国2022年全年合约销售12.05亿元
- 速读:深免集团中标深圳机场T3航站楼进出境免税店项目运营
- 环球热头条丨央行:2022年第三季度我国支付体系运行平稳
- 信息:蓝海华腾:1月5日公司高管徐学海、时仁帅减持公司股份合计33.22万股
- 世界微动态丨中公教育:1月5日公司高管王振东减持公司股份合计130万股
- 天天最新:康龙化成:1月5日公司高管郑北、楼小强减持公司股份合计65万股
- 每日讯息!王导:黄金1837继续放空,目标1820
- 美国12月非农增幅下滑,薪资增幅大跌,黄金短线跳涨逾8美元
- 【天天聚看点】绿城集团2022年总合同销售3003亿元 代建销售额约875亿
- 报道:A股现抗病毒毛巾,抗病毒活性率超99.99%!公司称已小批量发货
- 天天关注:元旦后旅游复苏现“二级火箭”:携程春节游订单连续5天日增30%
- “致敬最美的你”——市委互联网企业工委“践行二十大精神 踔厉奋发新征程”活动圆满举行
- 玉龙股份:1月5日公司高管李振川、张鹏增持公司股份合计8000股
- 世界今日讯!融信中国单月合约销售10.76亿 2022年累计销售578.73亿元
- 天天新资讯:普元信息:1月4日至1月5日王葱权减持公司股份合计12.13万股
- 全球热议:杰瑞股份:我们会积极与投资者保持沟通
- 热门看点:海口明光国际大厦1-5层资产第七次网拍 起拍价降至8603万元