如何从下面的代码中获取一个数据框
How to get one data frame from below code
尝试从不同的时间序列,从 quandl 获取一个数据帧。
尝试使用 for 循环从三个不同的 quandl 时间序列中获取数据。
到目前为止:
Open High Low Close
Date
2019-04-05 145.0 145.0 138.0 140.2
Open High Low Close
Date
2019-04-05 41.29 41.59 41.03 41.05
Open High Low Close
Date
2019-04-05 12.04 12.08 11.9 11.9
import quandl
import pandas as pd
tickers=['WSE/AMICA','WSE/PZU','WSE/WIELTON']
notowania=[]
for ticker in tickers:
raw_notowania = quandl.get(ticker, authtoken="mytoken", rows=1)[['Open', 'High','Low', 'Close']]
print(raw_notowania)
预期的结果是在 for 循环之后有一个像这样的单个数据帧:
Open High Low Close
| ticker1|
date | ticker2|
| ticker3|
在循环中将每个 DataFrame
附加到 list
,通过 concat
with parameter key
, then DataFrame.swaplevel
and DataFrame.sort_index
:
连接在一起
tickers=['WSE/AMICA','WSE/PZU','WSE/WIELTON']
notowania=[]
for ticker in tickers:
raw_notowania=quandl.get(ticker,authtoken="mytoken",rows=1)[['Open','High','Low','Close']]
notowania.append(raw_notowania)
df = pd.concat(notowania, keys=tickers).swaplevel().sort_index(level=0)
print (df)
Open High Low Close
2019-04-05 WSE/AMICA 145.00 145.00 138.00 140.20
WSE/PZU 41.29 41.59 41.03 41.05
WSE/WIELTON 12.04 12.08 11.90 11.90
尝试从不同的时间序列,从 quandl 获取一个数据帧。
尝试使用 for 循环从三个不同的 quandl 时间序列中获取数据。 到目前为止:
Open High Low Close
Date
2019-04-05 145.0 145.0 138.0 140.2
Open High Low Close
Date
2019-04-05 41.29 41.59 41.03 41.05
Open High Low Close
Date
2019-04-05 12.04 12.08 11.9 11.9
import quandl
import pandas as pd
tickers=['WSE/AMICA','WSE/PZU','WSE/WIELTON']
notowania=[]
for ticker in tickers:
raw_notowania = quandl.get(ticker, authtoken="mytoken", rows=1)[['Open', 'High','Low', 'Close']]
print(raw_notowania)
预期的结果是在 for 循环之后有一个像这样的单个数据帧:
Open High Low Close
| ticker1|
date | ticker2|
| ticker3|
在循环中将每个 DataFrame
附加到 list
,通过 concat
with parameter key
, then DataFrame.swaplevel
and DataFrame.sort_index
:
tickers=['WSE/AMICA','WSE/PZU','WSE/WIELTON']
notowania=[]
for ticker in tickers:
raw_notowania=quandl.get(ticker,authtoken="mytoken",rows=1)[['Open','High','Low','Close']]
notowania.append(raw_notowania)
df = pd.concat(notowania, keys=tickers).swaplevel().sort_index(level=0)
print (df)
Open High Low Close
2019-04-05 WSE/AMICA 145.00 145.00 138.00 140.20
WSE/PZU 41.29 41.59 41.03 41.05
WSE/WIELTON 12.04 12.08 11.90 11.90