Question

我有一个熊猫时间序列数据框。 DF

日期是指数。三列，cusip，ticker，factor。

我想每个日期对数据进行十进制。每个日期大约100个因子......每个日期将被分解为1到10个。

作为第一次尝试，无论日期如何，我都试图对整个数据框进行十进制。我用过：

factor = pd.cut(df.factor, 10)  #This gave an error:

adj = (mx - mn) * 0.001 # 0.1% of the range

Sybase.Error：（＆＃39; Layer：2，Origin：4 \ ncs_calc：cslib user api layer：common library error：转换/操作导致溢出。＆＃39;）

数据框有1毫米的行。这是一个尺寸问题吗？纳问题？

三个问题。

当前功能有什么问题？
如何获取列中的nan数量？
有关每个日期的结算的任何建议吗？

感谢您的帮助。 pandas python新手。

示例数据：

df:             cusip      ticker    factor
date
2012-01-05       XXXXX       ABC       4.26
2012-01-05       YYYYY       BCD       -1.25
...(100 more stocks on this date)  
2012-01-06       XXXXX       ABC       3.25
2012-01-06       YYYYY       BCD       -1.55
...(100 more stocks on this date)

按照我的意愿输出：

#column with the deciles, lined up with the df.
decile
10
2
...
10
3
...

然后我可以将此附加到我的数据框以获得新列。每个日期都被删除，然后每个数据点在该日期具有相应的十分位数。感谢。

堆栈追踪：

Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/misc/apps/linux/python-2.6.1/lib/python2.6/site-packages/pandas-0.10.0-py2.6-l‌inux-x86_64.egg/pandas/core/groupby.py", line 1817, in transform res = wrapper(group)

File "/misc/apps/linux/python-2.6.1/lib/python2.6/site-packages/pandas-0.10.0-py2.6-l‌inux-x86_64.egg/pandas/core/groupby.py", line 1807, in <lambda> wrapper = lambda x: func(x, *args, **kwargs) File "<stdin>", line 1, in <lambda> File "/misc/apps/linux/python-2.6.1/lib/python2.6/site-packages/pandas-0.10.0-py2.6-l‌inux-x86_64.egg/pandas/tools/tile.py", line 138, in qcut bins = algos.quantile(x, quantiles)

File "/misc/apps/linux/python-2.6.1/lib/python2.6/site-packages/pandas-0.10.0-py2.6-l‌inux-x86_64.egg/pandas/core/algorithms.py", line 272, in quantile return algos.arrmap_float64(q, _get_score) File "generated.pyx", line 1841, in pandas.algos.arrmap_float64 (pandas/algos.c:71156) File "/misc/apps/linux/python-2.6.1/lib/python2.6/site-packages/pandas-0.10.0-py2.6-l‌inux-x86_64.egg/pandas/core/algorithms.py", line 257, in _get_score idx % 1)

File "/misc/apps/linux/python-2.6.1/lib/python2.6/site-packages/pandas-0.10.0-py2.6-l‌inux-x86_64.egg/pandas/core/algorithms.py", line 279, in _interpolate return a + (b - a) * fraction File "build/bdist.linux-x86_64/egg/Sybase.py", line 246, in _cslib_cb Sybase.Error: ('Layer: 2, Origin: 4\ncs_calc: cslib user api layer: common library error: The conversion/operation resulted in overflow.', <ClientMsgType object at 0x1c4da730>)

Answer 1

玩具示例。首先制作一个datetime索引。在这里，我使用两天重复10次制作索引。然后我使用randn制作一些虚拟数据。

In [1]: date_index = [datetime(2012,01,01)] * 10 + [datetime(2013,01,01)] * 10

In [2]: df = DataFrame({'A':randn(20),'B':randn(20)}, index=date_index)

In [3]: df
Out[3]:
                   A         B
2012-01-01 -1.155124  1.018059
2012-01-01 -0.312090 -1.083568
2012-01-01  0.688247 -1.296995
2012-01-01 -0.205218  0.837194
2012-01-01  0.700611 -0.001015
2012-01-01  1.996796 -0.914564
2012-01-01 -2.268237  0.517232
2012-01-01 -0.170778 -0.143245
2012-01-01 -0.826039  0.581035
2012-01-01 -0.351097 -0.013259
2013-01-01 -0.767911 -0.009232
2013-01-01 -0.322831 -1.384785
2013-01-01  0.300160  0.334018
2013-01-01 -1.406878 -2.275123
2013-01-01  1.722454  0.873262
2013-01-01  0.635711 -1.763352
2013-01-01 -0.816891 -0.451424
2013-01-01 -0.808629 -0.092290
2013-01-01  0.386046 -1.297096
2013-01-01  0.261837  0.562373

如果我正确理解了您的问题，您希望在每个日期内对进行十进制。为此，您可以先将索引作为列移动到数据框中。然后，您可以按新列（此处称为索引）进行分组，并使用带有lambda函数的transform。下面的lambda函数将pandas.qcut应用于分组的series并返回labels属性。

In [4]: df.reset_index().groupby('index').transform(lambda x: qcut(x,10).labels) Out[4]: A B 0 1 9 1 4 1 2 7 0 3 5 8 4 8 5 5 9 2 6 0 6 7 6 3 8 2 7 9 3 4 10 3 6 11 4 2 12 6 7 13 0 0 14 9 9 15 8 1 16 1 4 17 2 5 18 7 3 19 5 8

大熊猫切断的麻烦

1 个答案: