Объединяйте Pandas DataFrames при создании многоиндексных столбцов - PullRequest
Новая
       9

Объединяйте Pandas DataFrames при создании многоиндексных столбцов

2 голосов
/ 05 апреля 2019

У меня есть два кадра данных, что-то вроде этого: 

import pandas as pd

dates = pd.Index(['2016-10-03', '2016-10-04', '2016-10-05'], name='Date')

close = pd.DataFrame( {'AAPL': [112.52,  113., 113.05],
                       'CSCO': [  31.5, 31.35, 31.59 ],
                       'MSFT': [ 57.42, 57.24, 57.64 ] }, index = dates )

volume= pd.DataFrame( {'AAPL': [21701800, 29736800, 21453100] ,
                       'CSCO': [14070500, 18460400, 11808600] ,
                       'MSFT': [19189500, 20085900, 16726400] }, index = dates )

Вывод DataFrame 'close' выглядит следующим образом: 

              AAPL   CSCO   MSFT
Date
2016-10-03  112.52  31.50  57.42
2016-10-04  113.00  31.35  57.24
2016-10-05  113.05  31.59  57.64

И вывод DataFrame 'volume' выглядит следующим образом: 

                AAPL      CSCO      MSFT
Date
2016-10-03  21701800  14070500  19189500
2016-10-04  29736800  18460400  20085900
2016-10-05  21453100  11808600  16726400

Я хотел бы объединить эти два DataFrames в один DataFrame с MultiIndex COLUMNS, чтобы это выглядело так: 

              AAPL                CSCO                MSFT
             Close     Volume    Close     Volume    Close     Volume  
Date
2016-10-03  112.52   21701800    31.50   14070500    57.42   19189500
2016-10-04  113.00   29736800    31.35   18460400    57.24   20085900
2016-10-05  113.05   21453100    31.59   11808600    57.64   16726400

Может кто-нибудь дать мне идею, как это сделать? Я играл с pd.concat и pd.merge, но мне не ясно, как заставить его выстраиваться в соответствии с индексом даты и позволить мне предоставлять имена для субиндекса («Закрыть» и «Объем») ) на столбцах.

1 Ответ

4 голосов
/ 05 апреля 2019

Вы можете использовать keys kwarg concat: 

In [11]: res = pd.concat([close, volume], axis=1, keys=["close", "volume"])

In [12]: res
Out[12]:
             close                  volume
              AAPL   CSCO   MSFT      AAPL      CSCO      MSFT
Date
2016-10-03  112.52  31.50  57.42  21701800  14070500  19189500
2016-10-04  113.00  31.35  57.24  29736800  18460400  20085900
2016-10-05  113.05  31.59  57.64  21453100  11808600  16726400

С небольшой перестановкой: 

In [13]: res.swaplevel(0, 1, axis=1).sort_index(axis=1)
Out[13]:
              AAPL             CSCO             MSFT
             close    volume  close    volume  close    volume
Date
2016-10-03  112.52  21701800  31.50  14070500  57.42  19189500
2016-10-04  113.00  29736800  31.35  18460400  57.24  20085900
2016-10-05  113.05  21453100  31.59  11808600  57.64  16726400
...