![](/img/trans.png)
[英]Multidimensional Numpy array to Dataframe, Error: raise ValueError("Data must be 1-dimensional") ValueError: Data must be 1-dimensional
[英]Numpy Array, Data must be 1-dimensional
我試圖用Python重現MatLab代碼,並且遇到了MatLab矩陣。 MatLab中的代碼塊如下:
for i = 1:Np
y = returns(:,i);
sgn = modified_sign(y);
X = [ones(Tp,1) sgn.*log(prices(:,i).*volumes(:,i))];
我很難創建'X'而沒有得到“數據必須是一維錯誤。下面是我嘗試重現這部分代碼的嘗試之一:
lam = np.empty([Tp,Np]) * np.nan
for i in range(0,Np):
y=returns.iloc[:,i]
sgn = modified_sign(y)
#X = np.array([[np.ones([Tp,1]),np.multiply(np.multiply(sgn,np.log(prices.iloc[:,i])),volumes.iloc[:,i])]])
X = np.concatenate([np.ones([Tp,1]),np.column_stack(np.array([sgn*np.log(prices.iloc[:,i])*volumes[:,i]]))],axis=1)
Tp和Np是價格系列的長度和寬度
crsp['PRC'].to_frame().shape = (9455,1)
Tp, Np = crsp['PRC'].to_frame().shape
Tr和Nr是退貨系列的長度和寬度
crsp['RET'].to_frame().shape = (9455,1)
Tr, Nr = crsp['RET'].to_frame().shape
Tv和Nv是體積系列的長度和寬度
crsp['VOL'].to_frame().shape = (9455,1)
Tv, Nv = crsp['VOL'].to_frame().shape
那些數組:
np.ones([Tp,1])
將是(9455,1)
樣本量數據:
DATE VOLAVG
1979-12-04 8880.9912591051
1979-12-05 8867.545284586622
1979-12-06 8872.264687564875
1979-12-07 8876.922134551494
1979-12-10 8688.765365448506
1979-12-11 8695.279567657451
1979-12-12 8688.865033222592
1979-12-13 8684.095435684647
1979-12-14 8684.534550736667
1979-12-17 8879.694444444445
樣品價格數據
DATE AVGPRC
1979-12-04 25.723484200567693
1979-12-05 25.839463450495863
1979-12-06 26.001899852224145
1979-12-07 25.917628864251874
1979-12-10 26.501898917349788
1979-12-11 26.448652367425804
1979-12-12 26.475906537182407
1979-12-13 26.519610746585908
1979-12-14 26.788873713159944
1979-12-17 26.38583047822484
樣品退貨數據
DATE RET
1979-12-04 0.008092780873338423
1979-12-05 0.004498557619416754
1979-12-06 0.006266692192175238
1979-12-07 -0.0032462182943131523
1979-12-10 0.022292999386413825
1979-12-11 -0.002011180868938034
1979-12-12 0.001029925340138238
1979-12-13 0.0016493553247958206
1979-12-14 0.010102153877941776
1979-12-17 -0.015159499602784175
我最終想要實現的是一個(9455,2)數組,其中每行的X.iloc [:,0] = 1和X.iloc [:,2] = log(價格)*體積。
我在線引用了MatLab到Numpy的文檔( https://docs.scipy.org/doc/numpy-dev/user/numpy-for-matlab-users.html ),並檢查了各種其他StackOverflow帖子無濟於事。
對於上下文,modified_sign是一個外部函數,price是一個DataFrame切片,就像返回一樣。 Np是價格DataFrame的寬度(想想df.shape [1]),Tp是df.shape [0]。 這實際上創建了一個1s和log(price)*體積的列,用於每個返回系列的回歸,其中每個df是(TxN),其中T是日期,N是證券。 我們非常感謝您提供的任何指導。
問題是numpy可以有1D數組(向量),而MATLAB則不能。 因此,當您創建np.ones([Tp,1])
數組時,它正在創建一個2D數組,其中一個維度的大小為1.在MATLAB中,它被視為“向量”,但在numpy中它不是。
所以你需要做的是給np.ones
一個值。 這將產生一個向量(與MATLAB不同,它將產生一個2D方陣)。 同樣的規則適用於np.zeros
以及將維度作為輸入的任何其他函數。
所以這應該工作:
X = np.column_stack([np.ones(Tp), sgn*np.log(prices.iloc[:,1])*volumes.iloc[:,1]])
話雖這么說,你正在通過這種方式失去使用大熊貓的大部分優勢。 使用日期作為索引將DataFrame合並為一個更好,然后使用計算創建一個新列。 假設日期是索引,這樣的東西應該工作(如果日期是索引使用set_index
使它們成為索引):
data = pd.concat([returns, prices, volumes], axis=1)
data['sign'] = modified_sign(data['ret')
data['X0'] = 1
data['X1'] = data['sign']*np.log(data['AVGPRC'])*data['VOLAVG']
當然你會用更多信息的名稱替換X0
和X1
,我不確定你是否需要使用這種方法的X0
,但這會讓你更容易使用數據結構。
此外,如果您的日期是字符串,您應該將它們轉換為pandas日期。 它們比字符串更好用。
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.