Pandas (Python) 来自单一索引的多索引 pd.DataFrame
Pandas (Python) MultiIndex from Single Index pd.DataFrame
我有一个 df 看起来像:
设各个列的组名为'Symbol',这样列名列表
'Symbol' = ['AAPL US Equity', 'ABT US Equity', 'BDX US Equity', 'BRO US Equity']
让 'Returns' 成为花车。
设 'Dates' 为日期时间索引。
问题:
我需要 df 具有 ['Ticker'、'Dates'] 的 MultiIndex,其层次结构是顺序,即 'Ticker' --> 'Dates' --> 'Returns'
类似于:
先按'Symbol'分组,再按'Date'
分组
df = df.set_index('Dates').unstack().rename_axis(['Symbol','Date']).to_frame('Close')
df = (df.melt('Dates', var_name='Symbol', value_name='Close')
.set_index(['Symbol','Dates'])
.sort_index())
我有一个 df 看起来像:
设各个列的组名为'Symbol',这样列名列表 'Symbol' = ['AAPL US Equity', 'ABT US Equity', 'BDX US Equity', 'BRO US Equity'] 让 'Returns' 成为花车。 设 'Dates' 为日期时间索引。
问题: 我需要 df 具有 ['Ticker'、'Dates'] 的 MultiIndex,其层次结构是顺序,即 'Ticker' --> 'Dates' --> 'Returns'
类似于:
先按'Symbol'分组,再按'Date'
分组df = df.set_index('Dates').unstack().rename_axis(['Symbol','Date']).to_frame('Close')
df = (df.melt('Dates', var_name='Symbol', value_name='Close')
.set_index(['Symbol','Dates'])
.sort_index())