1

我正在使用 yfinance 下载多个符号的价格历史记录，它返回具有多个索引的 df。例如：

import yfinance as yf
df = yf.download(tickers = ['AAPL', 'MSFT'], period = '2d')

可以在没有 yfinance 的情况下构建类似的数据框，例如：

import pandas as pd
pd.options.display.float_format = '{:.2f}'.format
import numpy as np

attributes = ['Adj Close', 'Close', 'High', 'Low', 'Open', 'Volume']
symbols = ['AAPL', 'MSFT']
dates = ['2020-07-23', '2020-07-24']
data = [[[371.38, 202.54], [371.38, 202.54], [388.31, 210.92], [368.04, 202.15], [387.99, 207.19], [49251100, 67457000]],
    [[370.46, 201.30], [370.46, 201.30], [371.88, 202.86], [356.58, 197.51 ], [363.95, 200.42], [46323800, 39799500]]]
data = np.array(data).reshape(len(dates),len(symbols) * len(attributes))

cols = pd.MultiIndex.from_product([attributes, symbols])
df = pd.DataFrame(data, index=dates, columns=cols)
df
           Adj Close           Close            High             Low            Open              Volume            
                AAPL    MSFT    AAPL    MSFT    AAPL    MSFT    AAPL    MSFT    AAPL    MSFT        AAPL        MSFT
2020-07-23    371.38  202.54  371.38  202.54  388.31  210.92  368.04  202.15  387.99  207.19  49251100.0  67457000.0
2020-07-24    370.46  201.30  370.46  201.30  371.88  202.86  356.58  197.51  363.95  200.42  46323800.0  39799500.0

一旦我有了这个 df，我想对其进行重组，以便每个符号和日期都有一行。我目前正在通过循环遍历符号列表并每次调用 API 并附加结果来执行此操作。我确信必须有一种更有效的方法：

df = pd.DataFrame()
symbols = ['AAPL', 'MSFT']

for x in range(0, len(symbols)):
    symbol = symbols[x]
    result = yf.download(tickers = symbol, start = '2020-07-23', end = '2020-07-25')
    result.insert(0, 'symbol', symbol)
    df = pd.concat([df, result])

所需输出的示例：

df
           symbol        Open        High         Low       Close   Adj Close    Volume
Date                                                                                   
2020-07-23   AAPL  387.989990  388.309998  368.040009  371.380005  371.380005  49251100
2020-07-24   AAPL  363.950012  371.880005  356.579987  370.459991  370.459991  46323800
2020-07-23   MSFT  207.190002  210.919998  202.149994  202.539993  202.539993  67457000
2020-07-24   MSFT  200.419998  202.860001  197.509995  201.300003  201.300003  39799500
4

1 回答 1

1

这看起来像一个简单的堆叠操作。让我们一起去

df = yf.download(tickers = ['AAPL', 'MSFT'], period = '2d') # get yer data
df.stack(level=1).rename_axis(['Date', 'symbol']).reset_index(level=1)

           symbol   Adj Close  ...        Open    Volume
Date                           ...                      
2020-07-23   AAPL  371.380005  ...  387.989990  49251100
2020-07-23   MSFT  202.539993  ...  207.190002  67457000
2020-07-24   AAPL  370.459991  ...  363.950012  46323800
2020-07-24   MSFT  201.300003  ...  200.419998  39799500

[4 rows x 7 columns]
于 2020-07-26T22:53:47.590 回答