Question

我是pandas和python的新手，我正在尝试重塑.csv中提供的数据。数据的结构使得具有相应关闭和日期的代码在同一列中是连续的。

例如：

               TIC     CLOSE
DATE                        
1984-01-03   0223B  25.37500
1984-01-04   0223B  25.75000
1984-01-05   0223B  25.75000
1983-12-30   0485B  21.37500
1984-01-03   0485B  21.37500
1984-01-04   0485B  22.50000
1983-12-30   0491B  17.75000
1984-01-03   0491B  17.50000
1984-01-04   0491B  17.62500
1983-12-30   3614B  74.25000
1984-01-03   3614B  73.25000
1984-01-04   3614B  76.00000
1993-07-01   3615B  47.25000
1993-07-02   3615B  47.25000
1993-07-06   3615B  46.40625
1983-12-30  3ABNKQ   4.75000
1984-01-03  3ABNKQ   5.00000
1984-01-04  3ABNKQ   5.62500
1983-12-30   3ACKH  55.25000
1984-01-03   3ACKH  54.50000
1984-01-04   3ACKH  55.25000

我想重塑数据，以便我有一个pandas数据框，其中每列都是一个有各自关闭的自动收报机，如果日期行键没有数据，它将有NaN（'左'加入）

我尝试过这样的事情：

sp = pd.read_csv('D:\Stocks.csv')
sp = pd.DataFrame(sp)
sp.columns = ['TIC', 'DATE', 'CLOSE']
sp.index = pd.to_datetime(sp['DATE'])
sp = sp[['TIC', 'CLOSE']]
unique_tickers = sp['TIC'].unique()

s0 = sp[sp['TIC'] == unique_tickers[0]]
s0 = pd.DataFrame(s0['CLOSE'])
s1 = sp[sp['TIC'] == unique_tickers[1]]
s1 = pd.DataFrame(s1['CLOSE'])

s0s1 = pd.concat([s0, s1], axis = 1)
s0s1.columns = unique_tickers[0:2]

for i in range(len(unique_tickers)):
    sx = sp[sp['TIC'] == unique_tickers[i]]
    sx = pd.DataFrame(sx['CLOSE'])
    s0s1 = pd.concat([s0s1, sx], axis = 1)

我想我可以破解上面的代码让它工作，但我认为有一个更优雅的解决方案。有什么想法吗？

谢谢！

我得到了原始问题的解决方案（感谢BrenBarn）：

sp = sp.reset_index().pivot(index='DATE', columns="TIC", values="CLOSE")

但是当我在更大的.csv上运行时，我遇到了以下错误，

ValueError：索引包含重复的条目，无法重塑

我尝试通过sp.groupby（'TIC'）找到解决方案，然后获取所有唯一的'Date'行键，但它可以找出语法..再次任何帮助将不胜感激！

Answer 1

这是你想要的吗？

>>> d.reset_index().pivot(index='DATE', columns="TIC", values="CLOSE")
TIC          0223B   0485B   0491B  3614B     3615B  3ABNKQ  3ACKH
DATE                                                              
1983-12-30     NaN  21.375  17.750  74.25       NaN   4.750  55.25
1984-01-03  25.375  21.375  17.500  73.25       NaN   5.000  54.50
1984-01-04  25.750  22.500  17.625  76.00       NaN   5.625  55.25
1984-01-05  25.750     NaN     NaN    NaN       NaN     NaN    NaN
1993-07-01     NaN     NaN     NaN    NaN  47.25000     NaN    NaN
1993-07-02     NaN     NaN     NaN    NaN  47.25000     NaN    NaN
1993-07-06     NaN     NaN     NaN    NaN  46.40625     NaN    NaN

我必须使用reset_index，因为pivot需要列作为索引（至少在修复this bug之前）。

在Pandas Python中对唯一列键和加入（数据透视表）的数据进行分组

1 个答案: