在嘗試壓平它后，我有一個(gè) pandas 數(shù)據(jù)框，如下所示：df = pd.DataFrame(web.DataReader(stocks, 'yahoo', day, day).iloc[0]).unstack(level=0).droplevel(level=0, axis=1)Attributes adjClose close ... volume dateSymbols ... FB 261.399994 261.399994 ... 13587000.0 2020-10-19AAPL 115.980003 115.980003 ... 120639300.0 2020-10-19AMZN 3207.209961 3207.209961 ... 5223600.0 2020-10-19GOOG 1534.609985 1534.609985 ... 1607100.0 2020-10-19NFLX NaN NaN ... NaN 2020-10-19我正在嘗試將其保存到數(shù)據(jù)庫中；但是，我在 df.columns 中沒有看到符號(hào)。為了將 df 保存為以下格式：Symbols adjClose close ... volume date FB 261.399994 261.399994 ... 13587000.0 2020-10-19AAPL 115.980003 115.980003 ... 120639300.0 2020-10-19AMZN 3207.209961 3207.209961 ... 5223600.0 2020-10-19GOOG 1534.609985 1534.609985 ... 1607100.0 2020-10-19NFLX NaN NaN ... NaN 2020-10-19關(guān)于如何實(shí)現(xiàn)這一目標(biāo)有什么建議嗎？我的數(shù)據(jù)庫在符號(hào)、日期列上有一個(gè)復(fù)合鍵。謝謝。
1 回答
猛跑小豬
TA貢獻(xiàn)1858條經(jīng)驗(yàn) 獲得超8個(gè)贊
符號(hào)是您的數(shù)據(jù)幀索引，您需要使用reset_index它來將其放入框架本身。嘗試這個(gè)：
df = (pd.DataFrame(web.DataReader(stocks, 'yahoo', day, day)
.iloc[0])
.unstack(level=0)
.droplevel(level=0, axis=1)
.rename_axis(columns=None) # Gets rid of the "Attributes"
.reset_index() # Puts "Symbols" as an actual column, not as the index
)
我的2個(gè)補(bǔ)充：
rename_axis這應(yīng)該擺脫你的“屬性”標(biāo)題。這主要用于打印時(shí)的視覺目的，但可能會(huì)讓不習(xí)慣使用多索引數(shù)據(jù)的人感到困惑。本質(zhì)上，您的列標(biāo)簽存儲(chǔ)在一個(gè)Index對象中。該Index對象可以有一個(gè)名稱，因此“屬性”是列的名稱（非常奇怪的概念，這對于普通索引來說并不是非常有用 - 但在使用 a 時(shí)有很多用處MultiIndex）。reset_index()看來您的“符號(hào)”列實(shí)際上并不是一列（這就是為什么它沒有出現(xiàn)在df.columns數(shù)據(jù)幀的索引中，而是出現(xiàn)在數(shù)據(jù)幀的索引中。添加此方法會(huì)將“符號(hào)”索引作為列插入到數(shù)據(jù)幀中，并且創(chuàng)建一個(gè)簡單的新索引RangeIndex，范圍從 0 到數(shù)據(jù)幀的長度。
添加回答
舉報(bào)
0/150
提交
取消