我有一個形狀像這樣的數(shù)據(jù)框： PX_LAST PX_OPEN PX_CLOSE ticker source timestamp0 1 2 3 A LSE 201801011 4 5 6 A LSE 201801021 7 8 9 B LSE 201801011 10 11 12 B LSE 20180102....我想將其按摩為以下格式： A B LSE LSE PX_LAST, PX_CLOSE, PX_OPEN PX_LAST, PX_CLOSE, PX_OPENtimestamp 20180101 1 2 3 7 8 9 20180102 4 5 6 10 11 12....我嘗試首先使用set_index將股票行情和源列設(shè)置為行索引并使用unstack將它們推到列軸上，這似乎確實有效df.set_index(['timestamp', 'ticker', 'source']) .unstack(level=[1,2]) .swaplevel(0,1,axis=1) .swaplevel(1,2,axis=1)這可以解決問題，但有兩個問題：1）它非常冗長，我們需要執(zhí)行所有交換級別調(diào)用才能使列成為正確的形狀。2）它似乎沒有按照我希望的方式進行分組，即我得到的結(jié)果是這樣的： LSE LSE LSE LSE ... PX_LAST PX_LAST PX_CLOSE PX_CLOSE ...timestamp 20180101 1 7 2 8 ...20180102 4 8 5 11 ...有沒有更簡潔的方法來做到這一點，這樣我就可以獲得我想要的格式？
3 回答
臨摹微笑
TA貢獻1982條經(jīng)驗 獲得超2個贊
一種選擇是melt，set_index和unstack：
u = df.melt(['ticker', 'source', 'timestamp'])
(u.set_index(u.columns.difference({'value'}).tolist())['value']
.unstack([1, 0, -1])
.sort_index(axis=1))
ticker A B
source LSE LSE
variable PX_CLOSE PX_LAST PX_OPEN PX_CLOSE PX_LAST PX_OPEN
timestamp
20180101 3 1 2 9 7 8
20180102 6 4 5 12 10 11
或melt, 和pivot_table：
u = df.melt(['ticker', 'source', 'timestamp'])
u.pivot_table(index='timestamp',
columns=['ticker','source','variable'],
values='value')
ticker A B
source LSE LSE
variable PX_CLOSE PX_LAST PX_OPEN PX_CLOSE PX_LAST PX_OPEN
timestamp
20180101 3 1 2 9 7 8
20180102 6 4 5 12 10 11
藍(lán)山帝景
TA貢獻1843條經(jīng)驗 獲得超7個贊
您的解決方案應(yīng)該稍作更改 - 中的列順序set_index，省略第二個swaplevel并添加sort_index：
df = (df.set_index(['timestamp', 'source', 'ticker'])
.unstack(level=[1,2])
.swaplevel(0,2,axis=1)
.sort_index(axis=1)
)
print (df)
ticker A B
source LSE LSE
PX_CLOSE PX_LAST PX_OPEN PX_CLOSE PX_LAST PX_OPEN
timestamp
20180101 3 1 2 9 7 8
20180102 6 4 5 12 10 11
收到一只叮咚
TA貢獻1821條經(jīng)驗 獲得超5個贊
我的提議是通過以下方式更改您的解決方案：
第 1 步：df.set_index(['timestamp', 'ticker', 'source']).unstack([1, 2])，就像您所做的那樣。
它將列保留為以下形狀：
PX_LAST PX_OPEN PX_CLOSE
ticker A B A B A B
source LSE LSE LSE LSE LSE LSE
（并timestamp作為索引）。
第 2 步：reorder_levels([1, 2, 0], axis=1)，而不是您的 2 條 swaplevel說明。
它將列保留為：
ticker A B A B A B
source LSE LSE LSE LSE LSE LSE
PX_LAST PX_LAST PX_OPEN PX_OPEN PX_CLOSE PX_CLOSE
最后一步是 sort_index(axis=1, level=[0,1], sort_remaining=False)
請注意，您只對級別 0 和 1 進行排序，因此最后級別的順序保持不變（PX_LAST、PX_OPEN、PX_CLOSE）。
所以整個腳本（即一條指令）是：
df2 = df.set_index(['timestamp', 'ticker', 'source']).unstack([1, 2])\
.reorder_levels([1, 2, 0], axis=1)\
.sort_index(axis=1, level=[0,1], sort_remaining=False)
當(dāng)你打印結(jié)果時，你會得到：
ticker A B
source LSE LSE
PX_LAST PX_OPEN PX_CLOSE PX_LAST PX_OPEN PX_CLOSE
timestamp
20180101 1 2 3 7 8 9
20180102 4 5 6 10 11 12
添加回答
舉報
0/150
提交
取消