Pandas 时间序列：按日期聚合并转置

Question

我有以下时间序列 dataframe：

dataframe = pd.DataFrame({
    'date': pd.to_datetime([
        '2020-04-01', '2020-04-02', '2020-04-03',
        '2020-04-01', '2020-04-02', '2020-04-03']), 
    'Ticker': ['A', 'A', 'A', 'AAPL', 'AAPL', 'AAPL'],
    'Price': ['8', '10', '12', '100', '200', '50']})

          date   Ticker   Price
0   2020-04-01        A       8
1   2020-04-02        A      10
2   2020-04-03        A      12
3   2020-04-01     AAPL     100
4   2020-04-02     AAPL     200
5   2020-04-03     AAPL      50

最终结果应如下所示：

dataframe_2 = pd.DataFrame({
    'date': pd.to_datetime(['2020-04-01', '2020-04-02','2020-04-03']), 
    'A': [8, 10, 12],
    'AAPL': [100, 200, 50]})

          date   A  AAPL
0   2020-04-01   8   100
1   2020-04-02  10   200
2   2020-04-03  12    50

最初我尝试使用 groupby function 但收效甚微。

Answer 1

您尝试执行的操作称为旋转。 也就是说，从列的分类值创建新列。

您可以执行以下任一操作（结果相同）：

df = dataframe.set_index("date").pivot(columns="Ticker", values="Price")

---

df = dataframe.pivot(index="date", columns="Ticker", values="Price")

设置索引很重要； 否则，pivot 将不知道如何组合行，您将获得带有 NaN 值的额外行。 对于示例数据，如果没有索引，它就不知道将基础数据中的第 0 行和第 3 行视为同一日期。