问题描述
我正在尝试操纵我的熊猫数据框,以便可以:
- 创建一个标记为“股票行情指示器”的新列。
- 将“ AAL”列移至“ A”列
- 将“ A”列中的所有元素都标记为新的“股票行情”列中的A,并将AAL标记为新移动的“ AAL”列中的
- 将“ A”列重命名为“ adj Close”
- 将“ AAL”行的索引值复制到“ Adj Close”列的左侧。
实际数据帧输出:
Adj Close Adj Close
A AAL
Date
1/11/19 80.22673035 28.54166412
1/12/19 84.7361908 28.57440376
1/1/20 82.17785645 26.74117851
所需的数据帧输出:
Ticker Adj Close
Date
1/11/19 A 80.22673035
1/12/19 A 84.7361908
1/1/20 A 82.17785645
1/11/19 AAL 28.54166412
1/12/19 AAL 28.57440376
1/1/20 AAL 26.74117851
这有可能吗,如果可以的话,做到这一点的最佳方法是什么? 我已经尝试过使用groupby函数和pivot了,但是还没有使用它。我是python的新手,所以我可能做错了事。
感谢您的帮助并保持安全:)
EDIT(请求的输出)print(df.to_dict())
{('Adj Close','A'):
{Timestamp('2019-10-01 00:00:00'): nan,Timestamp('2019-11-01 00:00:00'): 80.22673034667969,Timestamp('2019-12-01 00:00:00'): 84.73619079589844,Timestamp('2020-01-01 00:00:00'): 82.1778564453125,Timestamp('2020-02-01 00:00:00'): 76.71327209472656,Timestamp('2020-03-01 00:00:00'): 71.28850555419922,Timestamp('2020-04-01 00:00:00'): 76.4993667602539,Timestamp('2020-05-01 00:00:00'): 87.95530700683594,Timestamp('2020-06-01 00:00:00'): 88.18482971191406,Timestamp('2020-07-01 00:00:00'): 96.33000183105469,Timestamp('2020-08-01 00:00:00'): 100.41999816894531,Timestamp('2020-09-01 00:00:00'): 100.94000244140625,Timestamp('2020-10-01 00:00:00'): 100.01000213623047,Timestamp('2020-10-02 00:00:00'): 100.01000213623047},('Adj Close','AAL'):
{Timestamp('2019-10-01 00:00:00'): nan,Timestamp('2019-11-01 00:00:00'): 28.541664123535156,Timestamp('2019-12-01 00:00:00'): 28.574403762817383,Timestamp('2020-01-01 00:00:00'): 26.741178512573242,Timestamp('2020-02-01 00:00:00'): 18.9798583984375,Timestamp('2020-03-01 00:00:00'): 12.1899995803833,Timestamp('2020-04-01 00:00:00'): 12.010000228881836,Timestamp('2020-05-01 00:00:00'): 10.5,Timestamp('2020-06-01 00:00:00'): 13.069999694824219,Timestamp('2020-07-01 00:00:00'): 11.119999885559082,Timestamp('2020-08-01 00:00:00'): 13.050000190734863,Timestamp('2020-09-01 00:00:00'): 12.289999961853027,Timestamp('2020-10-01 00:00:00'): 13.0,Timestamp('2020-10-02 00:00:00'): 13.0}}
解决方法
如果您的列标题是multiIndex,请尝试以下操作:
df.stack(1).reset_index().rename(columns={'level_1': 'Ticker'})
输出:
Date Ticker Adj Close
0 1/11/19 A 80.226730
1 1/11/19 AAL 28.541664
2 1/12/19 A 84.736191
3 1/12/19 AAL 28.574404
4 1/1/20 A 82.177856
5 1/1/20 AAL 26.741179