Question

我有两组不同的数据帧。一个是小组，其items由股票代表。

以下是获取Panel的代码（用于再现性）

import numpy as np
import pandas as pd
import pandas_datareader.data as web
import matplotlib.pyplot as plt
import datetime as dt
import re



startDate = '2010-01-01'
endDate = '2016-09-07'  
stocks_query = ['AAPL','OPK']


stocks = web.DataReader(stocks_query, data_source='yahoo',
              start=startDate, end=endDate)
stocks = stocks.swapaxes('items','minor_axis')`

导致输出：

Dimensions: 2 (items) x 1682 (major_axis) x 6 (minor_axis)
Items axis: AAPL to OPK
Major_axis axis: 2010-01-04 00:00:00 to 2016-09-07 00:00:00
Minor_axis axis: Open to Adj Close

面板的单个数据框看起来像这样

stocks['OPK']

            Open  High   Low  Close      Volume  Adj Close  log_return  \
Date                                                                     
2010-01-04  1.80  1.97  1.76   1.95    234500.0       1.95         NaN   
2010-01-05  1.64  1.95  1.64   1.93    135800.0       1.93   -0.010309   
2010-01-06  1.90  1.92  1.77   1.79    546600.0       1.79   -0.075304   
2010-01-07  1.79  1.94  1.76   1.92    138700.0       1.92    0.070110   
2010-01-08  1.92  1.94  1.86   1.89     62500.0       1.89   -0.015748

然后我通过以下代码添加了几个自定义列：

    for i in stocks:
    stocks[i]['log_return'] = np.log(stocks[i]['Close']/(stocks[i]['Close'].shift(1)))

    stocks[i]['30_Avg_Vol'] = stocks[i] ['Volume'].rolling(min_periods =15, window=30).mean()

然后为了拼接出音量很高的行，我通过这段代码创建了一个数据帧字典（每个键是股票，每个值都是拼接的数据帧）

High_volume ={}

for i in stocks.items:  #stocks is a panel, the items are the stocks tickers
    print (i)
    High_volume[i] =stocks[i][stocks[i].Volume  >  1.5* stocks[i]['30_Avg_Vol']]

所以我有一个拼接数据帧的字典，我可以通过股票代码访问每个数据帧。

High_volume['OPK']
High_volume['AAPL']

现在，对于每个High_volume数据帧的每一行中的每个日期（索引是一个日期时间对象），我想创建一堆迷你数据帧。

因此对于High_volume['AAPL']中的所有日期，我想为每个日期创建一个mini_dataframe。对于High_volume['OPK']中的所有日期，我想创建一堆迷你数据帧。所以在这种情况下，我想创建两个包含迷你数据帧的字典。

High_volume['OPK'] looks something like this, for each date I want to create a mini dataframe

                Open       High        Low      Close      Volume  Adj Close  \
Date                                                                            
2010-02-11   1.710000   2.200000   1.710000   1.940000   2212300.0   1.940000   
2010-02-12   1.940000   2.100000   1.940000   2.030000    739500.0   2.030000   
2010-03-19   2.030000   2.050000   1.950000   2.030000    611800.0   2.030000   
2010-04-12   2.060000   2.210000   2.040000   2.160000    647100.0   2.160000   
2010-04-13   2.210000   2.450000   2.160000   2.320000    823200.0   2.320000

每个迷你数据帧都有大约X天的信息。开始日期是行拼接，结束日期约X天后。要获取X其他日期的数据，我正在拼接包含所有库存数据的原始面板（stocks）。

然而，由于我正在处理很多股票，我将不得不在一次迭代中创建许多字典（在这种情况下为两个，OPK和AAPL）所以我需要动态命名字典

所以执行此操作的功能看起来像这样

def slicing (stock, sliced_data, num_of_days):  
 # stocks = list of stock tickers I'm interesting in exploring
#sliced_data =  the high_volume dict I created
#num_of_days =  this represents the X days (the size of each mini-dataframe)

    time_delta = dt.timedelta(days =num_of_days)
     for i in stock:   # stock name
     vars()['mini_dfs' + i] ={}   #dynamically creating a dictionary for that stock
        print (vars()['mini_dfs' + i])  # to make sure dictionary was created
        for date in sliced_data[i].index:   #taking each date of High_volume df
            start_date = date
            end_date = date + time_delta
            vars()['mini_dfs' + i][date] =stocks[i].loc[start_date:end_date] # 
#filling the empty dictionary with dataframes (dates are keys, values are dataframes)

       return    vars()['mini_dfs' + i]  #returning the dictionary before creating the new dictionary

该功能似乎正在执行，因为我正在获得两个股票的一堆mini_dataframes的输出。但是，它没有被保存为两个变量。它全部被保存到一个变量中。请记住，在这种情况下，我正在处理两个股票，所以我想要创建两个字典。

x=slicing(['AAPL','OPK'], High_volume , 1)   # This works

然而，

 x,y =slicing(['AAPL','OPK'], High_volume  , 1)

ValueError: too many values to unpack (expected 2)

在这种情况下如何让函数输出两个字典（或每个股票的一个字典，我希望分析）？

感谢。

Answer 1

问题是return只给你一个值 - 最后创建的字典。您可以使用yield生成一系列这样的词典：

def slicing(stock, sliced_data, num_of_days):  
    time_delta = dt.timedelta(days =num_of_days)
    for i in stock:   # stock name
        vars()['mini_dfs' + i] = {}
        for date in sliced_data[i].index: 
            start_date = date
            end_date = date + time_delta
            vars()['mini_dfs' + i][date] = stocks[i].loc[start_date:end_date]
        yield vars()['mini_dfs' + i]

然后你可以列出这样的词典：

my_list = [i for i in slicing(['AAPL','OPK'], High_volume, 1)]

在具有唯一名称

1 个答案: