![](/img/trans.png)
[英]How to filter a time series pandas dataframe based on two columns?
[英]set two columns as the index in a pandas dataframe for time series analysis
對於天氣或股票市場數據,在任何給定日期都在多個站點或股票行情指示器中測量溫度和股票價格。
因此,設置包含兩個字段的索引的最有效方法是什么?
對於天氣:weather_station,然后單擊日期
對於庫存數據:stock_code然后是Date
以這種方式設置索引將允許過濾,例如:
stock_df["code"]["start_date":"end_date"]
weather_df["station"]["start_date":"end_date"]
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'])
該功能當前存在。 請參考文檔以獲取更多示例。
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.