Question

我正在使用Pandas 0.8.1获取雅虎股票价格

from datetime import datetime
from pandas.io.data import DataReader

stk_price = DataReader('600809.ss', 'yahoo', datetime(2006,1,1), datetime(2012,12,31)).reset_index()

>>> stk_price.Date
0    2010-01-04 00:00:00
1    2010-01-05 00:00:00
2    2010-01-06 00:00:00
3    2010-01-07 00:00:00
4    2010-01-08 00:00:00

我想将Date转换为字符串：

>>>stk_price.Date.astype('|S10')
0     1970-01-15
1     1970-01-15
2     1970-01-15
3     1970-01-15
4     1970-01-15
5     1970-01-15

为什么它显示“1970-01-15”而不是“2010-01-04”等？如何解决？

如果我有

DATE_LIST = [
 u'20090331', u'20090630', u'20090930', u'20091231', \
 u'20100331', u'20100630', u'20100930', u'20101231', \
 u'20110331', u'20110630', u'20110930', u'20111231', \
 u'20120331', u'20120630', u'20120930', u'20121231'
 ]

我只是尝试按以下方式过滤其日期列位于stk_price的{{1}}行：

DATE_LIST

但是第一个是空的。

如何解决它或任何Pandas功能可以过滤结果？

Answer 1

使用df.Date=df.Date.apply(lambda x:x.date())转换日期时间列

>>> df=DataFrame({'Date':[datetime(2006,1,1)]})
>>> df
                  Date
0  2006-01-01 00:00:00
>>> df.Date=df.Date.apply(lambda x:x.date())
>>> df
         Date
0  2006-01-01

编辑：

格式化DATE_LIST

dates=[datetime.datetime.strptime(i, "%Y%m%d").date() for i in DATE_LIST]

最后使用isin过滤掉DATE_LIST中的行：

df[df['Dates'].isin(dates)]

一次性（假设您的stk_price数据框有一个名为Date的日期列）：

import datetime

stk_price = DataReader('600809.ss', 'yahoo', datetime(2006,1,1), datetime(2012,12,31)).reset_index()
stk_price.Date=stk_price.Date.apply(lambda x:x.date())
dates=[datetime.datetime.strptime(i, "%Y%m%d").date() for i in DATE_LIST]
stk_price[stk_price['Dates'].isin(dates)]

Answer 2

您可以将DATE_LIST转换为时间戳并将其直接用于索引stk_price，而不是将stk_price日期转换为字符串（由于numpy错误显示错误的日期，另请参阅github issue #1802）。下面是包含随机数据的帧的示例。

In [16]: DATE_LIST = [
 u'20090331', u'20090630', u'20090930', u'20091231', \
 u'20100331', u'20100630', u'20100930', u'20101231', \
 u'20110331', u'20110630', u'20110930', u'20111231', \
 u'20120331', u'20120630', u'20120930', u'20121231'
 ]

In [17]: timestamps = [pd.Timestamp(date) for date in DATE_LIST]

In [18]: df = pd.DataFrame(np.random.randn(100,3), index=pd.date_range('20090331', periods=100))

In [19]: df.ix[timestamps].dropna()
Out[19]:
                   0         1         2
2009-03-31  0.520235  1.158889 -0.310227
2009-06-30  1.036449  0.528931 -0.083166

熊猫日期时间转换＆amp;过滤问题

2 个答案: