在熊猫数据框中设置两列作为索引以进行时间序列分析

Question

对于天气或股票市场数据，在任何给定日期都在多个站点或股票行情指示器中测量温度和股票价格。

因此，设置包含两个字段的索引的最有效方法是什么？

对于天气：weather_station，然后单击日期

对于库存数据：stock_code然后是Date

以这种方式设置索引将允许过滤，例如：

• stock_df["code"]["start_date":"end_date"]
• weather_df["station"]["start_date":"end_date"]

Answer 1

如Anton所述，您需要按以下方式使用MultiIndex：

stock_df.index = pd.MultiIndex.from_arrays(stock_df[['code', 'date']].values.T, names=['idx1', 'idx2'])

weather_df.index = pd.MultiIndex.from_arrays(weather_df[['station', 'date']].values.T, names=['idx1', 'idx2'])

Answer 2

该功能当前存在。 请参考文档以获取更多示例。

stock_df = pd.DataFrame({'symbol': ['AAPL', 'AAPL', 'F', 'F', 'F'], 
                         'date': ['2016-1-1', '2016-1-2', '2016-1-1', '2016-1-2', '2016-1-3'], 
                         'price': [100., 101, 50, 47.5, 49]}).set_index(['symbol', 'date'])

>>> stock_df
                 price
symbol date           
AAPL   2016-1-1  100.0
       2016-1-2  101.0
F      2016-1-1   50.0
       2016-1-2   47.5
       2016-1-3   49.0

>>> stock_df.loc['AAPL']
          price
date           
2016-1-1    100
2016-1-2    101

>>> stock_df.loc['AAPL', '2016-1-2']
price    101
Name: (AAPL, 2016-1-2), dtype: float64