Question

我通过从datareader获取面板并将其转换为多索引数据框，创建了多股股票数据索引。有时当我使用.loc时，我得到一个带有1个索引的系列，有时候我得到一个带有两个索引的系列。如何按日期切片并获得一个索引系列？代码将有助于......

import pandas_datareader.data as web

# Define the securities to download
symbols = ['AAPL', 'MSFT']

# Define which online source one should use
data_source = 'yahoo'

# Define the period of interest
start_date = '2010-01-01'
end_date = '2010-12-31'

# User pandas_reader.data.DataReader to load the desired data. 
panel = web.DataReader(symbols, data_source, start_date, end_date)

# Convert panel to multiindex dataframe
midf = panel.to_frame()

# for slicing multiindex dataframes it must be sorted
midf = midf.sort_index(level=0)

在这里，我选择了我想要的列：

adj_close = midf['Adj Close']
adj_close.head()

我收到了一个包含两个索引（Date和minor）的系列文章：

Date        minor
2010-01-04  AAPL     27.505054
            SPY      96.833946
2010-01-05  AAPL     27.552608
            SPY      97.090271
2010-01-06  AAPL     27.114347
Name: Adj Close, dtype: float64

现在我使用:选择苹果来选择所有日期。

aapl_adj_close = adj_close.loc[:, 'AAPL']
aapl_adj_close.head()

获得一系列索引Date。这就是我要找的！

Date
2010-01-04    27.505054
2010-01-05    27.552608
2010-01-06    27.114347
2010-01-07    27.064222
2010-01-08    27.244156
Name: Adj Close, dtype: float64

但是当我实际按日期切片时，我没有得到那个系列：

sliced_aapl_adj_close  = adj_close.loc['2010-01-04':'2010-01-06', 'AAPL']
sliced_aapl_adj_close.head()

我得到了一个包含两个索引的系列文章：

Date        minor
2010-01-04  AAPL     27.505054
2010-01-05  AAPL     27.552608
2010-01-06  AAPL     27.114347
Name: Adj Close, dtype: float64

切片是正确的，值是正确的但我不希望那里的次要索引（因为我想将这个系列传递给绘图）。什么是切片的正确方法？

谢谢！

Answer 1

您可以使用：

df = df.reset_index(level=1, drop=True)

或者：

df.index = df.index.droplevel(1)

另一个解决方案是unstack为DataFrame重新塑造，然后按[]选择：

df = adj_close.unstack()

print (df)
minor            AAPL        SPY
Date                            
2010-01-04  27.505054  96.833946
2010-01-05  27.552608  97.090271
2010-01-06  27.114347        NaN

print (df['AAPL'])

Date
2010-01-04    27.505054
2010-01-05    27.552608
2010-01-06    27.114347
Name: AAPL, dtype: float64

pandas：切割多索引数据框...需要简单的系列

1 个答案: