2.读取Apple股票数据，分别完成以下步骤(1)选取2018年的所有数据，删除Close列(2)选取High大于100的所有数据(3)选取第300行到800行，前三列(4) 取出所有的High列数据

为了帮助您理解如何在Python环境下使用pandas库来完成这些步骤，我们先假设数据存储在一个CSV文件中，名为`apple_stock.csv`，并且已经包含了日期时间戳（比如`Date`列）、开盘价、最高价（如`High`），以及收盘价（如`Close`）。

以下是针对您的需求的逐步操作：

1. **选取2018年的所有数据并删除Close列**:

   import pandas as pd

   # 加载数据
   df = pd.read_csv('apple_stock.csv')

   # 将Date列转换为日期格式（如果它是字符串）
   df['Date'] = pd.to_datetime(df['Date'])

   # 选择2018年数据
   df_2018 = df[df['Date'].dt.year == 2018]

   # 删除Close列
   df_2018 = df_2018.drop(columns='Close')

2. **选取High大于100的所有数据**:

   high_100 = df_2018[df_2018['High'] > 100]

3. **选取第300行到800行，前三列**:

   selected_rows = high_100.iloc[299:800, :3]  # 注意索引从0开始，所以是从第300行到第800行

4. **取出所有的High列数据**:

   all_highs = df_2018['High'].tolist()  # 转换为列表

以上代码示例是以pandas为基础的，实际操作可能会因数据源的不同而有所调整。如果您是在其他数据库或API中获取数据，步骤会有所不同。