Question

我开始学习这个很棒的工具，我很难完成加载几个时间序列并将它们与“主”日期向量对齐的简单任务。

例如：我有一个csv文件：Data.csv，其中第一行包含标题"Date1, Rate1, Date2, Rate2"，其中Date1是Rate1的日期，Date2是Rate2的日期。

在这种情况下，Rate2有更多观察值（开始日期与Date1相同，但结束日期比Date1中的结束日期更短，并且缺少值更少），并且所有内容都应根据以下内容编制索引： DATE2。

获取以下DataFrame的首选方法是什么？（或完成类似的事情）

index(Date2) Rate1 Rate2
11/12/06     1.5   1.8
12/12/06     NaN   1.9
13/12/06     1.6   1.9
etc
etc
11/10/06     NaN   1.2
12/10/06     NaN   1.1
13/10/06     NaN   1.3

我试图按照官方pandas.pdf和Googling中的示例进行操作，但无济于事。（我甚至买了麦金尼先生的Pandas书的预编辑，但是那些章节让熊猫还没有准备就绪:(）

有一个不错的食谱吗？

非常感谢

编辑：关于将系列分成两个.CSV文件的答案：但是，如果我有很多时间序列，例如

Date1 Rate1 Date2 Rate2 ... DateN RateN

我所知道的是日期应该几乎相同，例外来自包含缺失值的系列（没有日期或费率条目）（这将是一些金融经济学时间序列的例子，方式）

加载此数据集的首选方法是将每个系列拆分为单独的.CSV吗？

EDIT2 archlight是完全正确的，只是做“csv_read”会搞砸。

基本上我的问题可以归结为：如何加入几个未对齐的时间序列，其中每个系列都有一个日期列，系列本身的列（从Excel导出的.CSV文件）< / p>

再次感谢

Answer 1

我不认为将数据拆分成多个文件是必要的。如何使用read_csv加载文件并将每个日期/费率对转换为单独的时间序列？所以你的代码看起来像是：

data = read_csv('foo.csv')

ts1 = Series(data['rate1'], index=data['date1'])
ts2 = Series(data['rate2'], index=data['date2'])

现在，要一起加入并在DataFrame中对齐数据，您可以执行以下操作：

frame = DataFrame({'rate1': ts1, 'rate2': ts2})

这将构成ts1和ts2中日期的并集，并对齐所有数据（在适当的位置插入NA值）。

或者，如果你有N个时间序列，你可以这样做：

all_series = {}
for i in range(N):
   all_series['rate%d' % i] = Series(data['rate%d' % i], index=data['date%d' % i])

frame = DataFrame(all_series)

根据我的经验，这是一种非常常见的模式

Answer 2

如果您确定Date1是Date2的子集而Date2不包含空值，您只需执行

df = read_csv('foo.csv', index_col=2, parse_dates=True)
df = df[["rate1", "rate2"]]

但如果Date2具有Date1没有的日期，那将会很复杂。我建议你把日期/费率对放在单独的文件中，日期作为公共标题

df1 = read_csv('foo1.csv', index_col=0, parse_dates=True)
df2 = read_csv('foo2.csv', index_col=0, parse_dates=True)
df1.join(df2, how="outer")

修改这种方法看起来不太好。所以对于你的日期时间你的NaN，你可以这样做

dateindex2 = map(lambda x: datetime(int("20"+x.split("/")[2]), int(x.split("/")[0]), int(x.split("/")[1])), filter(notnull, df['Date2'].values)) ts2 = Series(df["Rate2"].dropna(), index=dateindex2) #same for ts1 df2 = DataFrame({"rate1":ts1, "rate2":ts2})

问题是你必须确保存在日期等情况而不是速率。因为dropna（）会移动记录并与索引
不匹配

将未对齐的时间序列加载到DataFrame中，只有一个索引？

2 个答案: