Question

我有一个pandas数据框，我填写了这个：

import pandas.io.data as web
test = web.get_data_yahoo('QQQ')

iPython中的数据框如下所示：

In [13]:  test
Out[13]:
    <class 'pandas.core.frame.DataFrame'>
    DatetimeIndex: 729 entries, 2010-01-04 00:00:00 to 2012-11-23 00:00:00
    Data columns:
    Open         729  non-null values
    High         729  non-null values
    Low          729  non-null values
    Close        729  non-null values
    Volume       729  non-null values
    Adj Close    729  non-null values
    dtypes: float64(5), int64(1)

当我将一列除以另一列时，我得到一个具有令人满意的小数位数的float64结果。我甚至可以将一列除以另一列偏移一，例如test.Open[1:]/test.Close[:]，并获得令人满意的小数位数。但是，当我将列除以偏移量时，我只得到1：

In [83]: test.Open[1:] / test.Close[:]
Out[83]:

    Date
    2010-01-04         NaN
    2010-01-05    0.999354
    2010-01-06    1.005635
    2010-01-07    1.000866
    2010-01-08    0.989689
    2010-01-11    1.005393
...
In [84]: test.Open[1:] / test.Open[:]
Out[84]:
    Date
    2010-01-04   NaN
    2010-01-05     1
    2010-01-06     1
    2010-01-07     1
    2010-01-08     1
    2010-01-11     1

我可能错过了一些简单的事情。为了从这种计算中获得有用的价值，我需要做些什么？在此先感谢您的帮助。

Answer 1

如果您希望在列和滞后值之间进行操作，则应该执行test.Open / test.Open.shift()之类的操作。 shift重新调整数据并采用可选的周期数。

Answer 2

当你test.Open[1:]/test.Close时，你可能无法得到你的想法。 Pandas根据它们的索引匹配行，所以你仍然得到一列的每个元素除以另一列中的相应元素（而不是一行后面的元素）。这是一个例子：

>>> print d
   A  B   C
0  1  3   7
1 -2  1   6
2  8  6   9
3  1 -5  11
4 -4 -2   0
>>> d.A / d.B
0    0.333333
1   -2.000000
2    1.333333
3   -0.200000
4    2.000000
>>> d.A[1:] / d.B
0         NaN
1   -2.000000
2    1.333333
3   -0.200000
4    2.000000

请注意，两个操作返回的值相同。第二个只有第一个nan，因为第一个操作数中没有相应的值。

如果你真的想对偏移行进行操作，你需要深入研究支撑pandas DataFrame的numpy数组，以绕过pandas的索引对齐功能。您可以使用列的values属性获取这些内部结构。

>>> d.A.values[1:] / d.B.values[:-1]
array([-0.66666667,  8.        ,  0.16666667,  0.8       ])

现在你真正得到的每个值除以另一列中的值。请注意，在这里你必须显式地切片第二个操作数以留下最后一个元素，使它们的长度相等。

所以你可以做同样的事情来将列除以自身的偏移版本：

>>> d.A.values[1:] / d.A.values[:-1]
45: array([-2.   , -4.   ,  0.125, -4.   ])

pandas DataFrame自己划分列

2 个答案: