将 MultiIndex Pandas DataFrame 转换为 Pivot

Question

看起来这应该很容易，但我无法让它为我的生活工作。

我有一个股票数据的数据框，如下所示。 如何将下面的数据框转换为以日期为行、股票代码为列、Adj Close 为值的数据透视表（底部图片）

我正在使用以下代码获取数据pricing = web.DataReader(['MSFT', 'AAPL'], 'yahoo', datetime.datetime(2020, 1, 1), datetime.datetime(2020, 2, 10)) ： pricing = web.DataReader(['MSFT', 'AAPL'], 'yahoo', datetime.datetime(2020, 1, 1), datetime.datetime(2020, 2, 10))

数据框 数据透视表

编辑：

如果我只做pricing = web.DataReader(['MSFT', 'AAPL'], 'yahoo', datetime.datetime(2020, 1, 1), datetime.datetime(2020, 2, 10))['Adj Close']然后我遇到了使用 .loc[] 使用另一个枢轴索引获取数据的问题。

我有第二个支点（如下所示），当我尝试执行 Pricing.loc[pivot2.index] 时出现错误。

错误：

KeyError: "[DatetimeIndex(['1999-01-01', '2000-01-01', '2003-01-01', '2004-01-01',\\n '2005-01-01') , '2006-01-01', '2007-01-01', '2008-01-01',\\n '2009-01-01', '2010-01-01', '2011-01-01' , '2012-01-01',\\n '2013-01-01', '2014-01-01', '2015-01-01', '2016-01-01',\\n '2017-01- 01', '2018-01-01', '2019-01-01'],\\n dtype='datetime64[ns]', name='date', freq=None)] 在 [index]"

Answer 1

尝试使用：

pricing['Adj Close']

在哪里，

pricing = pd.DataFrame(np.random.randint(50,75,(10,6)), 
                  index=pd.date_range('01/2/20', periods=10, freq='D'),
                 columns=pd.MultiIndex.from_product([['Adj Close', 'Close', 'High'],['MSFT', 'AAPL']]))

           Adj Close      Close      High     
                MSFT AAPL  MSFT AAPL MSFT AAPL
2020-01-02        67   71    58   60   50   53
2020-01-03        54   59    64   72   62   50
2020-01-04        51   53    56   70   63   51
2020-01-05        64   71    74   62   68   62
2020-01-06        74   68    69   71   60   62
2020-01-07        55   55    51   70   74   72
2020-01-08        60   58    74   70   73   69
2020-01-09        51   58    72   54   50   61
2020-01-10        64   56    74   52   59   57
2020-01-11        55   50    68   61   60   59

使用MultiIndex 在轴上使用基本索引，我们可以在级别 0 处选择“Adj Close”。

pricing['Adj Close']

输出：

            MSFT  AAPL
2020-01-02    66    51
2020-01-03    67    67
2020-01-04    74    74
2020-01-05    73    66
2020-01-06    68    52
2020-01-07    67    50
2020-01-08    73    54
2020-01-09    66    52
2020-01-10    62    73
2020-01-11    61    71