Question

我正在使用两个非常大的长格式数据框，其中一个包含每月（尽管日期不是索引）CRSP数据，其中一个包含季度（虽然日期不是索引）COMPUSTAT数据。我正在尝试创建许多宽格式的数据框，每个框用于将来我要使用的变量，并且尺寸都相同（由于我不希望每个月使用，所以最终会被29001列的834行占用）日期作为索引，而是每个帧的第一列，并且有28999个感兴趣的证券。

我已经按照自己的方式格式化了两个长格式的数据帧，并根据WRDS指令为每只股票创建了自己的唯一安全标识符（0-28999）。我还预先创建了一些数据框（例如，价格的PRC和交易的量的VOl）在29001之前为834，第一列的月度日期为19490729至20181231，其余各列的标记为0-28999以分别对应安全。我显然想搜索长格式的数据帧，以将所有数据推入该标准格式，但是由于第一个基于行，第二个基于列，因此很难考虑合并。

两件事不起作用：

1）我首先尝试简单地遍历所有感兴趣的变量（在这种情况下，首先遍历CRSP数据帧），然后遍历每一列以找到每种安全性存在的日期以及基于myIdentifier的数据，并简单地推送数据，但并不是每个安全性实际上都存在或具有所有变量的数据，因此以下操作失败：

for i in range(0, len(CRSPVariablesOfInterest)):
    for j in range(0, len(uniqueTable)):
        vars()[CRSPVariablesOfInterest[i]].iloc[range(int(np.where(vars()[CRSPVariablesOfInterest[i]].Date == newCRSPMonthly.datadate[newCRSPMonthly.myIdentifier == 10000].min())[0]), int(np.where(vars()[CRSPVariablesOfInterest[i]].Date == newCRSPMonthly.datadate[newCRSPMonthly.myIdentifier == 10000].max())[0]) + 1), 10000 + 1] = newCRSPMonthly[CRSPVariablesOfInterest[i]][newCRSPMonthly.myIdentifier == 10000]

2）然后，我尝试了一些更简单的方法，只是尝试从长格式转换为宽格式，但是收到了“索引包含重复条目，无法重塑”的错误消息。

test = newCRSPMonthly.pivot(index = "datadate", columns = "myIdentifier", values = "PRC")

希望一切都有意义，对不起，这是我第一次问问题。我希望您能提供任何帮助！

长到宽格式合并

0 个答案: