python - 索引使用 CrossTab Pandas 获得的 DataFrame

Question

这个问题已经有答案了:

How to convert index of a pandas dataframe into a column (10 个回答)

已关闭 4 年前。

我有两个数据集。

ma​​rket 变量中的第一个包含具有以下结构的通用市场趋势:

Date     High    Close     Volume     Open      Low

第二个，在 moods 变量中，每天包含一些在此结构中具有关联情绪的推文:

body       date            datetime         id sentiment      time

所以，我想计算每天有多少“看跌”和“看涨”情绪。它有效，这是我的带有注释的代码:

# Read the datasets
market = pd.read_csv("Datasets/SP500/aggregates.txt")
moods = pd.read_json("Datasets/DatasetStockTwits-Aggregato.json")
# Remove all null sentiments
moods = moods[moods.sentiment != "null"]
# Get a generic subsets of data for computational speed
market_tail = market.tail(100)
# For each day present in market_tail, get the same days twits
moods_tail = moods.loc[moods['date'].isin(market_tail.Date)]
# So now I count for each day how many "Bearish" and "Bullish" twits there are
sentiments_count = pd.crosstab(moods_tail['date'], moods_tail['sentiment'])

print(sentiments_count)

这是结果:

sentiment   Bearish  Bullish
date                        
2017-11-03        9       12
2017-11-05        3        6
2017-11-06       20        9
2017-11-07       16       35

所以它工作正常，但我不明白为什么我无法访问 sentiments_count.date或sentiments_count['date']索引。

事实上，如果我尝试这样的事情:

print(sentiments_count['date'])

我得到:KeyError: 'date'

我错过了什么吗？谢谢

Answer 1

不能选择它，因为它是index，所以需要:

print(sentiments_count.index)

要从索引创建列，需要 reset_index ，也可以添加 rename_axis 进行数据清理用于删除列名称sentiment:

sentiments_count = sentiments_count.reset_index().rename_axis(None, 1)

print(sentiments_count['date'])