我有一只看起来像这样的熊猫df:
Open_fut Close_fut
Date
2017-05-12 20873.0 20850.0
2017-05-11 20887.0 20869.0
2017-05-10 20891.0 20888.0
2017-05-09 20943.0 20886.0
2017-05-08 21001.0 20943.0
我的日期为datetime64[ns]
,其他列为float64
。
如何制作我的时间序列,以便Open_fut
2017-05-12 09:30:00
和Close_fut
2017-05-12 15:30:00
等等每天都来?
修改
理想情况下,新的df看起来像这样:
fut
Date
2017-05-12 09:30:00 20873.0
2017-05-12 15:30:00 20850.0
.
.
答案 0 :(得分:3)
MultiIndex.from_arrays
在to_timedelta
添加times
时似乎需要lreshape
:
time1 = '09:30:00'
time2 = '15:30:00'
df.index = pd.MultiIndex.from_arrays([df.index + pd.to_timedelta(time1),
df.index + pd.to_timedelta(time2)],
names=['date1','date2'])
print (df)
Open_fut Close_fut
date1 date2
2017-05-12 09:30:00 2017-05-12 15:30:00 20873.0 20850.0
2017-05-11 09:30:00 2017-05-11 15:30:00 20887.0 20869.0
2017-05-10 09:30:00 2017-05-10 15:30:00 20891.0 20888.0
2017-05-09 09:30:00 2017-05-09 15:30:00 20943.0 20886.0
2017-05-08 09:30:00 2017-05-08 15:30:00 21001.0 20943.0
对于您的输出解决方案类似,仅使用set_index
进行重塑+ sort_index
+ lreshape
:
time1 = '09:30:00'
time2 = '15:30:00'
df['date1'] = df.index + pd.to_timedelta(time1)
df['date2'] = df.index + pd.to_timedelta(time2)
df = pd.lreshape(df, {'date':['date1', 'date2'], 'fut':['Open_fut', 'Close_fut']})
df = df.set_index('date').sort_index()
print (df)
fut
date
2017-05-08 09:30:00 21001.0
2017-05-08 15:30:00 20943.0
2017-05-09 09:30:00 20943.0
2017-05-09 15:30:00 20886.0
2017-05-10 09:30:00 20891.0
2017-05-10 15:30:00 20888.0
2017-05-11 09:30:00 20887.0
2017-05-11 15:30:00 20869.0
2017-05-12 09:30:00 20873.0
2017-05-12 15:30:00 20850.0
编辑:
with pd.wide_to_long too现在没有记录,但将来可能会删除(underlying_type_t
)。
可能的解决方案是将所有3个函数合并为一个 - 也许melt
,但现在它没有实现。也许在一些新版本的熊猫中。然后我的答案会更新。