以当日收盘股票数据为例:
In [36]: df
Out[36]:
Code Name High Low Close Volume Change Change.2
0 AAAU Perth Mint Physical Gold ETF 16.8500 16.3900 16.6900 311400 0.0000 0.02
1 AADR Advisorshares Dorsey Wright ADR 49.8400 49.2300 49.6100 18500 -1.3000 2.54
2 AAMC Altisource Asset 24.0000 20.0000 23.9400 2500 0.3600 1.53
3 AAU Almaden Minerals 0.3987 0.3650 0.3684 355100 -0.0147 3.84
4 ABEQ Absolute Core Strategy ETF 23.2100 22.8200 23.1100 114700 -0.1900 0.82
... ... ... ... ... ... ... ... ...
26643 ZVLO Esoft Inc 0.0600 0.0600 0.0600 1000 0.0100 20
26644 ZVTK Zevotek Inc 0.0313 0.0209 0.0302 44900 0.0102 51
26645 ZXAIY China Zenix Auto International 0.1534 0.1534 0.1534 200 -0.1566 50.52
26646 ZYRX Zyrox Mining Intl Inc 0.0200 0.0181 0.0200 3000 0.0000 0
26647 ZZZOF Zinc One Resources Inc 0.0111 0.0111 0.0111 300 0.0000 0
附加问题:
有一些不同的方法可以将这种数据存储到HDF5中。
- 不要更改DataFrame并将其保存为df.to_hdf((以区别按日期命名的组
- 将不同的库存拆分为系列,并按名称或更好地按属性为"Name"的"Code"构建表
- 仅在一个组中附加多索引DataFrame
我想在数据访问和分析的情况下,第三种解决方案将是最快、最灵活的。但有了secound解决方案,似乎更容易为每家公司添加基本面等新信息。有没有一个我还不知道的更好的折衷方案?
主要问题(第三种方法(:
我用这段代码在每一个新的日子里附加层次数据帧:
df = pd.concat(lod, ignore_index=True)
# remove not useful dataj
df = df.drop(['Change.1', 'Change.2', 'Unnamed: 9'], axis=1)
df = df.dropna()
# append a Date column
df['Date'] = dt.datetime.today().date() - dt.timedelta(days=1)
# create multiindex
df = df.set_index(['Date', 'Code', 'Name'])
# append the data to hdf5 container
df.to_hdf(wkd + 'Database.h5', key='stocks', mode='a', format='table')
该表将被替换而不是展开。怎么了?
我的主要问题的答案很简单:
喜欢这里:https://github.com/pandas-dev/pandas/issues/4584
只需添加"append=True">
df.to_hdf(wkd + 'Database.h5', key='stocks', mode='a', format='table', append = True)
编辑:我目前对附加问题的回答是:
我认为使用第三种方法是可以的,因为在光盘上查询带有pandas HDFStore对象的多索引数据帧很容易:
store.select('stocks', "Code=BMWYY")
为了添加像comany basics这样的新数据,我只需在HDF文件中添加一个新的表对象。然后我查询这两个表,并用panda做进一步的分析。