我有以下数据:
High
Date
2017-07-17 150.90
2017-07-18 150.13
2017-07-19 151.42
2017-07-20 151.74
2017-07-21 150.44
2017-07-24 152.44
我试图通过在Highs.index(values)中输入值来获取索引,但无法得到索引。
import datetime as dt
from datetime import timedelta as td
import pandas as pd
import pan
我使用fxcmpy从FXCM下载数据,这是数据的样子:
在索引列中,我只希望有时间没有日期,如何做到这一点。
这是代码:
import fxcmpy
import pandas as pd
import matplotlib.pyplot as plt
con = fxcmpy.fxcmpy(config_file='fxcm.cfg', server='demo')
# To check if the connection is established
if(con.is_connected):
print('Connection
我有一个问题,来自我的导入的数据帧(来自Yahoo的股票价格)在特定的时间段内不正确。我想清除"VAR1.DE“从2010-01-01到2017-10-17的数据,并将其替换为空或替换为NaN。我已经找到了panda函数"drop“,但这将删除hole列。 我该如何解决这个问题? 下面是我的代码: from pandas_datareader import data as web
import pandas as pd
import numpy as np
from datetime import datetime
assets = ['1211.HK',&
我有一个Pandas DataFrame,其中包含一个date列。该列的元素类型为pandas.tslib.Timestamp。
我想按日期对数据进行分组,但不包括更细粒度的时间戳信息(即。按日期分组,其中所有Feb 23, 2011都分组)。我知道如何用SQL来表达这一点,但是对于Pandas来说,这是非常新的。
做了非常类似的事情,但是我不理解代码,它使用datetime对象。
在中,我甚至不知道如何从Pandas时间戳对象中检索日期。我可以转换为datetime对象,但这似乎非常迂回。
根据请求,df.head()的输出
date show network time
因此,我试图创建一个标准普尔500指数每年的回报清单,我有一个熊猫的数据,日期和收盘价的标准普尔指数在过去多少年。“日期”列的格式为“年-月-日”,我正在尝试创建一个只包含年份的新列。每当我使用参数"Dates“(其中一个dataframe列)的datetimeIndex时,它就会抛出一个键错误。有什么建议吗?
代码:
import pandas as pd
import yfinance as yf
import pandas_datareader.data as web
import datetime
df = web.DataReader('^GSPC',
我有一个缺少行的数据帧,我对其进行插值和重新采样。我想知道是否有一种方法可以在重采样数据帧时获取添加到数据帧中的行的索引? 这就是我创建/重采样/插值数据帧的方式: import numpy as np
import pandas as pd
from datetime import *
# Create df and drop a few rows
rng = pd.date_range('2000-01-01', periods=365, freq='D')
df = pd.DataFrame({'Val': np.random.rand
我在绘制使用pandas date_range和period_range创建的时间序列数据时遇到问题。前者行得通,但后者不行。要说明该问题,请考虑以下内容
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# random numbers
N = 100
z = np.random.randn(N)
ts = pd.DataFrame({'Y': z, 'X': np.cumsum(z)})
# 'date_range' is used
month_d
当我有一个包含多个日期的多索引时,我在从csv加载数据帧时遇到问题。
我正在运行以下代码:
import pandas as pd
import datetime
date1 = datetime.date.today()
date2 = datetime.date.today().replace(month=1)
date_cols=['date1', 'date2']
index = pd.MultiIndex.from_product([[date1],[date2]])
#create dataframe with a single row
df= p
我想检查pandas.DataFrame列是否包含特定值。例如,这个玩具Dataframe在"two"列中有一个"h"
import pandas as pd
df = pd.DataFrame(
np.array(list("abcdefghi")).reshape((3, 3)),
columns=["one", "two", "three"]
)
df
one two three
0 a b c
1 d e f
2 g h i
我有一个包含多个列的DataFrame,其中一个列的类型是datetime。有时通过df.set_index(...).将此列用作索引。
在其他情况下,为了保持datetime列,我需要重置该索引。现在,我正在寻找一种如何检查dataframe是否有默认索引的方法。我试过了,但这并不适用于所有案件:
if df.index.name is not None:
df.reset_index(inplace=True)
我可以测试索引是否为datetime类型,但我真的想知道是否有像df.is_index_set().这样的通用方法。有什么建议吗?