python - 无法对 Pandas DataFrame 进行排序

Question

我正在尝试遵循这个例子:

以下格式的数据存储在 csv 文件中:

  Date       Open    High    Low   Close   Adj. close  Volume 
23/01/2018    1.00    3.00    2.00   2.10     2.15       1000

使用以下代码读取此数据:

self.symbol_data[s] = pd.io.parsers.read_csv( os.path.join(self.csv_dir,
’%s.csv’ % s), 
header=0, index_col=0, parse_dates=True,
names=['datetime’, ’open’, ’high’, ’low’, ’close’, ’volume’, ’adj_close’]).sort()

只是为了检查 .sort() 按第一列中的值对框架进行排序是否正确？

我的问题是我使用的是不同版本的 Python 3.6 与他的 2.x 以及不同版本的 pandas 0.22.0 与(不确定，但它更旧)，我还尝试从不同的版本访问数据具有不同格式的源。有一些额外的列，并且列的名称略有不同。

timestamp     open    high    low   close adjusted_close  Volume div_amt split
23/01/2018    1.00    3.00    2.00   2.10     2.15         1000     0      1 

self.symbol_data[s] = pd.read_csv(os.path.join(self.csv_dir, '%s.csv' %s),
usecols=[0,1,2,3,4,5,6],
header=0, index_col=0, parse_dates=True,
names=['timestamp', 'open', 'high','low', 'close', 'adjusted_close',
    'volume']).sort_values(by=['timestamp'])

上面的 pd.read_csv 调用能达到我想要的效果吗？

是否可以选择按名称读取的列？

我还可以检查名称=[]是否引用了 Pandas DateFrame 中的列？
我认为 python 帮助对此并不清楚:名称:要使用的列名称列表。
pandas 数据框的 csv 文件的哪些列以及用途是什么？

无论如何，目前我在排序部分遇到问题。sort_values(by='timestamp') 与上面的 sort() 等效吗？

我也收到此错误:

key 错误:“时间戳”

关于如何解决这个问题有什么建议吗？

Answer 1

您将第一列设置为索引 index_col=0，因此需要更改 sort_values至 sort_index 。

它如何在0.17.0以下的一些非常旧的 pandas 版本中工作 - 检查 docs .

编辑:

Csv 具有 header col1 和 col2。如果要替换列名称，请使用参数 name 和 header=0:

temp=u"""col1,col2
1,2
4,8"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), names=['a', 'b'], header=0)
print (df)
   a  b
0  1  2
1  4  8

如果省略header=0，则会在前面添加新列名称:

temp=u"""col1,col2
1,2
4,8"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), names=['a', 'b'])
print (df)
      a     b
0  col1  col2
1     1     2
2     4     8

但是，如果没有 csv header 并使用 header=0，则第一个数据行 1 和 2 会丢失:

temp=u"""
1,2
4,8"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), names=['a', 'b'], header=0)
print (df)
   a  b
0  4  8

正确地只需要参数名称:

temp=u"""
1,2
4,8"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), names=['a', 'b'])
print (df)
   a  b
0  1  2
1  4  8