python - unir - pandas unstack

Concatene las columnas de Pandas bajo un nuevo nivel multi-índice

Question

Dado un diccionario de marcos de datos como:

dict = {''ABC'': df1, ''XYZ'' : df2}   # of any length...

donde cada marco de datos tiene las mismas columnas y un índice similar, por ejemplo:

data           Open     High      Low    Close   Volume
Date                                                   
2002-01-17  0.18077  0.18800  0.16993  0.18439  1720833
2002-01-18  0.18439  0.21331  0.18077  0.19523  2027866
2002-01-21  0.19523  0.20970  0.19162  0.20608   771149

¿Cuál es la forma más sencilla de combinar todos los marcos de datos en uno, con un índice múltiple como:

symbol         ABC                                       XYZ
data           Open     High      Low    Close   Volume  Open ...
Date                                                   
2002-01-17  0.18077  0.18800  0.16993  0.18439  1720833  ...
2002-01-18  0.18439  0.21331  0.18077  0.19523  2027866  ...
2002-01-21  0.19523  0.20970  0.19162  0.20608   771149  ...

He intentado algunos métodos: por ejemplo, para cada marco de datos, reemplace las columnas con un índice múltiple como .from_product([''ABC'', columns]) y luego concatenar a lo largo del axis=1 , sin éxito.

Answer 1

Agregue una columna de símbolo a sus marcos de datos y configure el índice para incluir la columna de símbolos, concat y luego desaplique ese nivel:

Lo siguiente asume que hay tantos símbolos como DataFrames en su dict, y también que usted verifica que el orden de los símbolos es el que usted quiere según el orden de las claves dict:

DF_dict = {''ABC'': df1, ''XYZ'' : df2} 
dict_keys = DF_dict.keys()
symbols = [''ABC'', ''ZXY'']

for x in xrange(len(symbols)):
    DF_dict[dict_keys[x]][''symbol''] = symbols[x]
    DF_dict[dict_keys[x]].reset_index(inplace = True)
    DF_dict[dict_keys[x]].set_index([''symbol'', ''Date''], inplace = True)

DF = pd.concat(DF_dict[df] for df in dict_keys)
DF = DF.unstack(''symbol'')

Creo que ese sería el enfoque que tomaría. Algunas personas están en contra de la sintaxis en el lugar. Lo uso aquí solo como conveniencia.

Answer 2

Puede hacerlo con concat (el argumento de keys creará el índice de columnas jerárquicas):

d = {''ABC'' : df1, ''XYZ'' : df2}
print pd.concat(d.values(),axis=1,keys=d.keys())


                XYZ                                          ABC           /
               Open     High      Low    Close   Volume     Open     High   
Date                                                                        
2002-01-17  0.18077  0.18800  0.16993  0.18439  1720833  0.18077  0.18800   
2002-01-18  0.18439  0.21331  0.18077  0.19523  2027866  0.18439  0.21331   
2002-01-21  0.19523  0.20970  0.19162  0.20608   771149  0.19523  0.20970   


                Low    Close   Volume  
Date                                   
2002-01-17  0.16993  0.18439  1720833  
2002-01-18  0.18077  0.19523  2027866  
2002-01-21  0.19162  0.20608   771149

Realmente concat quiere listas así que lo siguiente es equivalente:

print pd.concat([df1,df2],axis=1,keys=[''ABC'',''XYZ''])