我有一个pandas数据帧,我用它填充:
import pandas.io.data as web
test = web.get_data_yahoo('QQQ')
iPython:中的数据帧如下所示
In [13]: test
Out[13]:
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 729 entries, 2010-01-04 00:00:00 to 2012-11-23 00:00:00
Data columns:
Open 729 non-null values
High 729 non-null values
Low 729 non-null values
Close 729 non-null values
Volume 729 non-null values
Adj Close 729 non-null values
dtypes: float64(5), int64(1)
当我把一列除以另一列时,我得到一个float64结果,它有令人满意的小数位数。我甚至可以将一列除以另一列,偏移量为1,例如test.Open[1:]/test.Close[:]
,得到令人满意的小数位数。然而,当我用一列本身的偏移量来划分时,我只得到1:
In [83]: test.Open[1:] / test.Close[:]
Out[83]:
Date
2010-01-04 NaN
2010-01-05 0.999354
2010-01-06 1.005635
2010-01-07 1.000866
2010-01-08 0.989689
2010-01-11 1.005393
...
In [84]: test.Open[1:] / test.Open[:]
Out[84]:
Date
2010-01-04 NaN
2010-01-05 1
2010-01-06 1
2010-01-07 1
2010-01-08 1
2010-01-11 1
我可能错过了一些简单的东西。我需要做什么才能从这种计算中获得有用的值?提前感谢您的协助。
如果要在列和滞后值之间执行操作,则应该执行类似test.Open / test.Open.shift()
的操作。shift
重新排列数据并采用可选数量的周期。
当您执行test.Open[1:]/test.Close
时,您可能不会得到您认为的结果。Pandas根据行的索引来匹配行,因此您仍然可以得到一列中的每个元素除以另一列中对应的元素(而不是一行后的元素)。这里有一个例子:
>>> print d
A B C
0 1 3 7
1 -2 1 6
2 8 6 9
3 1 -5 11
4 -4 -2 0
>>> d.A / d.B
0 0.333333
1 -2.000000
2 1.333333
3 -0.200000
4 2.000000
>>> d.A[1:] / d.B
0 NaN
1 -2.000000
2 1.333333
3 -0.200000
4 2.000000
请注意,两个操作返回的值是相同的。由于第一个操作数中没有相应的值,所以第二个操作数只具有第一个操作的nan
。
如果你真的想对偏移行进行操作,你需要深入到支撑pandas DataFrame的numpy数组,以绕过pandas的索引对齐功能。您可以使用列的values
属性来获取这些内部结构。
>>> d.A.values[1:] / d.B.values[:-1]
array([-0.66666667, 8. , 0.16666667, 0.8 ])
现在,在另一列中,您确实得到了每个值除以之前的值。请注意,在这里,您必须显式地对第二个操作数进行切片,以去掉最后一个元素,使它们的长度相等。
因此,您可以用列本身的偏移量版本来划分列:
>>> d.A.values[1:] / d.A.values[:-1]
45: array([-2. , -4. , 0.125, -4. ])