Как перебрать Multiindex и умножить два столбца в Pandas? - PullRequest
Новая
       8

Как перебрать Multiindex и умножить два столбца в Pandas?

0 голосов
/ 03 февраля 2019

Я хочу перебрать мультииндекс и умножить столбец «Предложение» (для первых 10 «Символов», уже ранжированных) в первый день месяца «2017-01-01» на «Цена» (изте же 10 символов) в каждый день месяца до конца месяца и сохраните значения в новом столбце «New.Cap» и повторите ту же операцию для каждого месяца.

Я пробовал цикл for,но не мог заставить это работать.Мне удалось получить значения «Поставки» для первых 10 и умножить их на цену (тех же «символов») на следующий день и сохранить только для «2017-01-02»

Myфрейм данных: 

    Date    Symbol   Market.Cap  Price   Circulating.Supply
    1/1/2017    BTC 16050414526 998.33  16077337
    1/1/2017    ETH 715049311   8.17    87493800
    1/1/2017    XRP 231408729   0.01    36337298649
    1/1/2017    LTC 221718486   4.51    49144154
    1/1/2017    XMR 190983552   13.97   13668252
    1/1/2017    ETC 122202804   1.4      87444118
    1/1/2017   DASH 78524020    11.23    6992839
    1/1/2017    REP 43994860    4        11000000
    1/1/2017    MAID 43862003   0.1     452552412
    1/1/2017    STEEM  36999610 0.16    229582096
    1/1/2017    XEM 30962258    0       8999999999
    1/1/2017    ICN 26381302    0.3      87000000
    1/1/2017    FCT 25392986    2.9     8753219
    1/1/2017   DOGE 24501946    0    1.07544E+11
    1/1/2017   WAVES 22132166   0.22 100000000
    1/1/2017    DGD  18079172   9.04      2000000
    1/2/2017    BTC 16429072864 1021.75 16079300
    1/2/2017    ETH 733331862   8.38    87525306
    1/2/2017    XRP 229312859   0.01    36337298649
    1/2/2017    LTC 228536428   4.65    49158829
    1/2/2017    XMR 219509938   16.05   13675283
    1/2/2017    ETC 125743676   1.44    87476792
    1/2/2017    DASH    82595831    11.81   6994957
    1/2/2017    REP 46101566    4.19    11000000
    1/2/2017    MAID    42320210    0.09    452552412
    1/2/2017    STEEM   35374447    0.15    229645428
    1/2/2017    XEM 30396875    0   8999999999
    1/2/2017    ICN 26451766    0.3 87000000
    1/2/2017    FCT 26119449    2.98    8753219
    1/2/2017    DOGE    24343443    0   1.07557E+11
    1/2/2017    WAVES   23267904    0.23    100000000
    1/2/2017    ZEC 17773124    49.79   356994
    1/3/2017    BTC 16786354619 1043.84 16081362
    1/3/2017    ETH 851511659   9.73    87556829
    1/3/2017    XRP 232046528   0.01    36337298649
    1/3/2017    LTC 227483720   4.63    49172954
    1/3/2017    XMR 220176407   16.09   13681607
    1/3/2017    ETC 130608332   1.49    87508802
    1/3/2017    DASH    89434687    12.78   6997071
    1/3/2017    REP 46955890    4.27    11000000
    1/3/2017    MAID    44863660    0.1 452552412
    1/3/2017    STEEM   36308540    0.16    229753160
    1/3/2017    XEM 32157836    0   8999999999
    1/3/2017    ICN 29520641    0.34    87000000
    1/3/2017    FCT 27402737    3.13    8753219
    1/3/2017    DOGE    24429805    0   1.07571E+11
    1/3/2017    WAVES   23992972    0.24    100000000

Столбцы индекса - это первые два (Дата и Символ).

Вот что у меня есть: 

    df = pd.read_csv(file_path, parse_dates=['Date'], index_col='Date')
    df = df.set_index('Symbol', append=True)  
    s = df['Circulating.Supply'].xs('2017-01-01') * df['Price'].xs('2017-01- 02')
    s.index = [np.repeat(pd.Timestamp('2017-01-02'), len(s)), s.index]
    df['New.Cap'] = s
    print(df['New.Cap'].loc['2017-01-02'])

Ответы [ 2 ]

0 голосов
/ 04 февраля 2019

Вы можете использовать: 

#get top10 rows per datetimes in DatetimeIndex
df = df.groupby(level=0).head(10)

#create MultiIndex
df1 = df.set_index('Symbol', append=True)
#print (df1)

#subtract one day and create MultiIndex
df2 = df.set_index(df.index - pd.Timedelta(1, unit='d')).set_index('Symbol', append=True)
#print (df2)

#multiple both Series from first and second DataFrame
df1['new'] = df1['Circulating.Supply'] * df2['Price']
print (df1)
                    Market.Cap    Price  Circulating.Supply           new
Date       Symbol                                                        
2017-01-01 BTC     16050414526   998.33        1.607734e+07  1.642702e+10
           ETH       715049311     8.17        8.749380e+07  7.331980e+08
           XRP       231408729     0.01        3.633730e+10  3.633730e+08
           LTC       221718486     4.51        4.914415e+07  2.285203e+08
           XMR       190983552    13.97        1.366825e+07  2.193754e+08
           ETC       122202804     1.40        8.744412e+07  1.259195e+08
           DASH       78524020    11.23        6.992839e+06  8.258543e+07
           REP        43994860     4.00        1.100000e+07  4.609000e+07
           MAID       43862003     0.10        4.525524e+08  4.072972e+07
           STEEM      36999610     0.16        2.295821e+08  3.443731e+07
2017-01-02 BTC     16429072864  1021.75        1.607930e+07  1.678422e+10
           ETH       733331862     8.38        8.752531e+07  8.516212e+08
           XRP       229312859     0.01        3.633730e+10  3.633730e+08
           LTC       228536428     4.65        4.915883e+07  2.276054e+08
           XMR       219509938    16.05        1.367528e+07  2.200353e+08
           ETC       125743676     1.44        8.747679e+07  1.303404e+08
           DASH       82595831    11.81        6.994957e+06  8.939555e+07
           REP        46101566     4.19        1.100000e+07  4.697000e+07
           MAID       42320210     0.09        4.525524e+08  4.525524e+07
           STEEM      35374447     0.15        2.296454e+08  3.674327e+07
2017-01-03 BTC     16786354619  1043.84        1.608136e+07           NaN
           ETH       851511659     9.73        8.755683e+07           NaN
           XRP       232046528     0.01        3.633730e+10           NaN
           LTC       227483720     4.63        4.917295e+07           NaN
           XMR       220176407    16.09        1.368161e+07           NaN
           ETC       130608332     1.49        8.750880e+07           NaN
           DASH       89434687    12.78        6.997071e+06           NaN
           REP        46955890     4.27        1.100000e+07           NaN
           MAID       44863660     0.10        4.525524e+08           NaN
           STEEM      36308540     0.16        2.297532e+08           NaN

РЕДАКТИРОВАТЬ:

Получить первые 10 значений в первый день месяца, изменить на unstack и установить индекс на месяцperiod: 

df1 = (df.groupby(df.index.to_period('m'))
         .head(10)
         .set_index('Symbol', append=True)['Circulating.Supply']
         .unstack())
df1.index = df1.index.to_period('m').rename('month')
#print (df1)

Измените аналог и создайте MultiIndex с периодом месяца: 

df2 = df.set_index('Symbol', append=True)['Price'].unstack()
df2.index = [df2.index, df2.index.to_period('m').rename('month')]
#print (df2)

Разделите на месячные периоды, удалите вспомогательный уровень, измените форму и добавьте последний столбец: 

s = df2.div(df1, level=1).reset_index(level=1, drop=True).stack().rename('new')

df = df.join(s, on=['Date','Symbol'])
#print (df)
0 голосов
/ 03 февраля 2019

Не вдаваясь в указатели даты и времени, это будет работать для данных, которые вы представили.Обратите внимание, что если существует более одного месяца, вам может потребоваться использовать DateTimeIndex (возможно, используя .astype('datetime64[M]')) для сравнения с первым для каждого месяца: 

s = pd.Series(
         pd.concat([df.loc[pd.to_datetime('2017-01-01')]['Circulating.Supply'] * 
          df.loc[date]['Price'] 
      for date in df.index.get_level_values('Date').unique()])
                    .dropna())
df['New.Cap'] = s.values
...