1

我在 anaconda pandas 0.18.1 上。我曾经在 pandas 12 上执行此操作，以滞后于多索引数据帧中的某些值，其中索引级别 0 = 日期，索引级别 1 = 安全 ID（3 年的每日数据）：

In [1]: testDB.head(2)
Out[1]:
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 2 entries, (2013-01-01, 000312) to (2013-01-01, 00036020)
Columns: 140 entries, in_universe to alpha_Tile

In[2]:
# lag a certain field:
#lag alphas
A_LAGS=[0,1,2,3,5,10,30,60,90]
grouped=testDB.groupby(level=1)['alpha']
for lag in A_LAGS:
    lagName='lagA_'+str(int(lag))
    testDB[lagName]=grouped.shift(periods=lag) # move old ones forward

现在在 pandas 18 上，这永远不会结束。我的意思是，从来没有 - 4 小时和去。我知道 pandas 处理日期的方式发生了变化，所以我尝试使用 tshift - 不起作用并抱怨“未设置频率”。确实不是（框架是从包含日期、标识符和其他数据的 h5 文件构建的）：

In [3]: testDB.index.levels[0]
Out[3]: DatetimeIndex(['2016-01-01', '2016-01-04', '2016-01-05', '2016-01-06',
                 '2016-01-07', '2016-01-08', '2016-01-11', '2016-01-12',
           '2016-01-13', '2016-01-14',
           ...
           '2016-11-17', '2016-11-18', '2016-11-21', '2016-11-22',
           '2016-11-23', '2016-11-24', '2016-11-25', '2016-11-28',
           '2016-11-29', '2016-11-30'],
          dtype='datetime64[ns]', name=u'date', length=239, freq=None)

所以我尝试使用适当的频率设置将索引重置为 DateTimeIndex。

In [4]: i = testDB.index.set_levels(
             pd.DatetimeIndex(fullFrame.index.levels[0],freq='B'),
             level=0)

        i.levels[0]
Out[4]:
DatetimeIndex(['2016-01-01', '2016-01-04', '2016-01-05', '2016-01-06',
           '2016-01-07', '2016-01-08', '2016-01-11', '2016-01-12',
           '2016-01-13', '2016-01-14',
           ...
           '2016-11-17', '2016-11-18', '2016-11-21', '2016-11-22',
           '2016-11-23', '2016-11-24', '2016-11-25', '2016-11-28',
           '2016-11-29', '2016-11-30'],
          dtype='datetime64[ns]', name=u'date', length=239, freq='B')

现在设置了频率，但我无法替换索引：

In [5]:y = x.reindex(index=i,level=0)
       y.index.levels[0]

Out[5]:
DatetimeIndex(['2016-01-01', '2016-01-04', '2016-01-05', '2016-01-06',
           '2016-01-07', '2016-01-08', '2016-01-11', '2016-01-12',
           '2016-01-13', '2016-01-14',
           ...
           '2016-11-17', '2016-11-18', '2016-11-21', '2016-11-22',
           '2016-11-23', '2016-11-24', '2016-11-25', '2016-11-28',
           '2016-11-29', '2016-11-30'],
          dtype='datetime64[ns]', name=u'date', length=239, freq=None)

所以最后（对冗长的介绍道歉，我想提供完整的数据）两个问题：

  1. 如何在 Pandas 18 中的大型多索引框架上进行转换？
  2. 为什么我无法将索引重置为新创建的索引？
4

0 回答 0