在pandas DataFrame中为列接收NaN

Question

这是O'Reilly的《 Python for Data Analysis》一书的代码（练习）。

from pandas import Series, DataFrame
import pandas.io.data as web

all_data = {}
for ticker in ['AAPL', 'IBM', 'MSFT', 'GOOG']:
    all_data[ticker] = web.get_data_yahoo(ticker)

price = DataFrame({k: v['Adj Close'] for k,v in all_data.items()})

奇怪的是，当我查看生成的DataFrame时，Google的内容始终是NaN ：

我知道代码不是您所谓的最佳代码，但是这些只是书本练习，我正在尝试通过实验向他们学习。

如果我仅获取与Google相关的数据并从中获取一个DataFrame，则会显示实际数字：

DataFrame(all_data['GOOG']['Adj Close']).head()

但是，当我尝试对所有股票代号进行相同操作时，它又出错了：

DataFrame([all_data['GOOG']['Adj Close'],
         all_data['AAPL']['Adj Close'],
         all_data['IBM']['Adj Close'],
         all_data['MSFT']['Adj Close']],
         index=['GOOG', 'AAPL', 'IBM', 'MSFT']).T.head()

任何有关可能导致这种情况的见解将不胜感激！

版本信息：

• Python 3.4.2
• 熊猫（0.16.2）
• numpy的（1.9.2）

Answer 1

Google现在拥有两类公开交易的股票，C类（“ GOOG”）于2014年发行，原始的A股交易名为“ GOOGL”。 在此处提供更多信息。

因此，要拥有所有4的完整历史记录，只需更改股票代码即可。 这也很好地说明了数据“丢失”的含义。 如果您想为那些原始的4个行情过滤器过滤到公共日期，可以执行price = price.dropna()

Answer 2

您没有查看完整的数据。 查看两个重排中的日期。

>>> price.GOOG.isnull().sum()
1064

尝试tail（）

>>> price.GOOG.head()
Date
2010-01-04   NaN
2010-01-05   NaN
2010-01-06   NaN
2010-01-07   NaN
2010-01-08   NaN

>>> price.GOOG.tail()
Date
2015-08-24    589.609985
2015-08-25    582.059998
2015-08-26    628.619995
2015-08-27    637.609985
2015-08-28    630.380005

我怀疑根本原因是Google进行了RIC更改。 他们多次更改了股份结构以控制投票权等。因此，在特定日期之前未为该股票标识符定义股价。

使用像Spyder这样的IDE可能会有所帮助-您可以通过类似Matlab的方式查看完整的数据帧，从而阻止了此类事情的发生。