Python - 从 csv 文件创建数据帧并将这些数据帧合并在一起

Question

我在将服务数据帧合并在一起时遇到问题。我下载了一些历史交易数据并将其保存到 csv 文件中。所以现在我想将 cvs 文件中的数据读入多个数据帧并提取一些收盘价。

我创建了一个名为 read_dataset 的函数，它将数据读入数据帧并返回该数据帧。

结合 for 循环，我将所有数据帧存储在字典中。 Dict 键是货币的缩写(参见 coin_list 数据框)。

# List of available coins, saved in a DataFrame called coin_list
coins = { 'Bitcoin': 'BTC', 'Ethereum': 'ETH', 'Ripple': 'XRP', 'BitcoinCash': 'BCH', 'Litecoin':'LTC', 'EOS': 'EOS',
          'Tronix': 'TRX', 'Stellar' : 'XLM', 'Neo' : 'NEO', 'Cardano': 'ADA', 'IOTA' : 'IOT', 'Monero': 'XMR'}

# Create a coin list as Dataframe of the dictionary above
coin_list = pd.DataFrame(list(coins.items()), index = np.arange(0,12), columns=('Currency', 'Abbreviation'), dtype=str)

# Read data into DataFrames
def read_dataset (filename):
    print('Reading data from %s' % filename)
    file = pd.read_csv(filename)
    file = file.drop('Unnamed: 0', axis=1)
    return file

# Read all cryptocurrency data into a dictionary of dataframes.
currency_data = {}
df = pd.DataFrame()
for currency in coin_list['Abbreviation']:
    df = read_dataset(currency + '_historical_data_daily_updated')
    df = df.set_index('Timestamp')
    currency_data[currency] = df

currency_data
Out: 
{'ADA':      close    high     low    open   volumefrom     volumeto
 Timestamp                                                           
 2017-12-30  0.5900  0.6941  0.4200  0.4955  24118261.70  14016860.69
 2017-12-31  0.7100  0.7400  0.5900  0.5900  13107255.34   8971147.70
 2018-01-01  0.7022  0.7150  0.6320  0.7100  13805601.70   9403559.91
 2018-01-02  0.7620  0.8000  0.6750  0.7022   8440669.40   6292466.84

因此，在创建字典 currency_data 之后，我想访问和分离包含在 currency_data 中的数据帧。因此，我想创建一个 for 循环，例如将数据帧的所有收盘价合并到一个数据帧中。

有人知道我该如何实现吗？

我可以使用以下代码对两个数据帧执行此操作，但无法将其转换为 for 循环。

a = pd.DataFrame()
a['ADA closeprice'] = currency_data['ADA']['close']
b = pd.DataFrame()
b['BTC closeprice'] = currency_data['BTC']['close']
c = pd.merge(a, b, left_index=True, right_index=True)
c.drop_duplicates()
c.head()

ADA closeprice  BTC closeprice
Timestamp                                 
2017-12-30          0.5900        12531.52
2017-12-31          0.7100        13850.40
2018-01-01          0.7022        13444.88
2018-01-02          0.7620        14754.13
2018-01-03          1.1000        15156.62

或者是否有更好的方法从 cvs 文件创建不同的数据帧并将其存储在字典中？

感谢您的帮助!

Answer 1

为此，您不需要显式的 for 循环。

您可以使用字典理解来提取系列并重命名。然后通过 pd.concat 沿轴连接您的数据帧。

import pandas as pd

# dataframe dict
d = {'a': pd.DataFrame({'close': [1, 2, 3, 4, 5]}),
     'b': pd.DataFrame({'close': [6, 7, 8, 9, 10]})}

# series dict with renaming
s = {k: v['close'].rename(k+'_close') for k, v in d.items()}

# concatenate series along axis=1
res = pd.concat(list(s.values()), axis=1)

print(res)

#    a_close  b_close
# 0        1        6
# 1        2        7
# 2        3        8
# 3        4        9
# 4        5       10

请注意，串联将对齐每个 pd.Series 的索引。这里的索引是微不足道的(整数)，但在您的情况下，它们将是 pd.Timestamp 对象。