So benennen Sie die Spalten, die in DataFrame mit pandas in Python

Habe ich fünf Aktienportfolios, die habe ich importiert aus Yahoo! Finanz-und müssen, erstellen Sie einen DataFrame mit den schlusskursen für 2016 aller Aktien. Jedoch bin ich kämpfen, um Sie zu beschriften Sie die Spalten mit den entsprechenden Lager-Namen.

import pandas.io.data as web
import pandas_datareader.data as web
import pandas as pd

from pandas import Series, DataFrame
import numpy as np
import datetime

start = datetime.datetime(2016, 1, 1)
end = datetime.datetime(2016, 12, 31)

NFLX = web.DataReader("NFLX", 'yahoo', start, end)
AAPL = web.DataReader("AAPL", 'yahoo', start, end)
GOOGL = web.DataReader("GOOGL", 'yahoo', start, end)
FB = web.DataReader("FB", 'yahoo', start, end)
TSLA = web.DataReader("TSLA", 'yahoo', start, end)

df_NFLX = pd.DataFrame(NFLX['Close'])
df_AAPL = pd.DataFrame(AAPL['Close'])
df_GOOGL = pd.DataFrame(GOOGL['Close'])
df_FB = pd.DataFrame(FB['Close'])
df_TSLA = pd.DataFrame(TSLA['Close'])
frames = [df_NFLX, df_AAPL, df_GOOGL, df_FB, df_TSLA]
result = pd.concat(frames, axis = 1)
result = result.rename(columns = {'Two':'N'})
result

Mein code erzeugt diese - und ich will Titel jeder Spalte entsprechend.

Out[15]: 
                 Close       Close       Close       Close       Close
Date                                                                  
2016-01-04  109.959999  105.349998  759.440002  102.220001  223.410004
2016-01-05  107.660004  102.709999  761.530029  102.730003  223.429993
2016-01-06  117.680000  100.699997  759.330017  102.970001  219.039993
2016-01-07  114.559998   96.449997  741.000000   97.919998  215.649994
2016-01-08  111.389999   96.959999  730.909973   97.330002  211.000000
2016-01-11  114.970001   98.529999  733.070007   97.510002  207.850006
2016-01-12  116.580002   99.959999  745.340027   99.370003  209.970001
InformationsquelleAutor 6114617 | 2017-01-16
  1. 3

    Einer einfachen Art und Weise zu Flicken, den code, den Sie geschrieben haben ist, geben Sie einfach eine Liste der Namen, die df.columns.

    df.columns = ['NFLX', 'AAPL', 'GOOGL', 'FB', 'TSLA']

    Jedoch gibt es Möglichkeiten, um große Teile des Codes übersichtlicher die können Sie auch angeben, die Aktie Namen als Spaltennamen sauber. Ich würde zum Anfang zurück gehen und (nach der Definition start und end) starten Sie, indem Sie eine Liste der Aktien-Ticker, die Sie abholen wollen.

    start = datetime.datetime(2016, 1, 1)
end = datetime.datetime(2016, 12, 31)
tickers = ['NFLX', 'AAPL', 'GOOGL', 'FB', 'TSLA']

    Dann können Sie konstruieren, werden alle Daten-frames in einer Schleife in irgendeiner Form. Wenn Sie möchten, dass nur die Close Spalte, die Sie extrahieren können, die Spalte sofort, und in der Tat können Sie eine dict alle diese Spalten, und dann konstruieren Sie eine DataFrame direkt von dict.

    result = DataFrame({t: web.DataReader(t, 'yahoo', start, end)['Close']
                    for t in tickers})

    Wäre eine alternative, um alle Bestandsdaten in ein Panel, das wäre nützlich, wenn Sie möchten, könnte die Arbeit mit den anderen Spalten.

    p = pd.Panel({t: web.DataReader(t, 'yahoo', start, end) for t in tickers})

    Dann können Sie extrahieren Sie die Close Figuren mit

    result = p[:,:,'Close']

    Beachten Sie, dass es die richtige Spalte Etiketten automatisch.

    • Danke - das funktionierte einwandfrei!!!
    • Froh zu helfen. Beachten Sie, dass ich bearbeitet habe, in ein paar bessere alternativen.
    InformationsquelleAutor David Z
  2. 2

    Umbenennen der Spalten in der erstellten Tabelle, die Sie ändern können:

    df_NFLX = pd.DataFrame(NFLX['Close'])

    zu diesem: 

    df_NFLX = pd.DataFrame(NFLX['Close']).rename(columns={'Close': 'NFLX'})
    • Dies ist nicht die vollständige Antwort, aber auf jeden Fall der richtige Ansatz, und nicht die momentan akzeptierte Antwort.
    InformationsquelleAutor Stephen Rauch
Schreibe einen Kommentar