时间戳

首页 > 解决方案 > 如何使用索引字典构建 DataFrame？

python - 如何使用索引字典构建 DataFrame？

问题描述

我使用数字（Y）的 DF，索引为“名称”和“日期”列，并计算 3 个不在 DF 中的其他变量（X）的 PLS 回归。我想在此 DF 的每个日期提取每个名称的 beta 'o'，这些名称是使用日期索引的循环计算的。问题是有很多缺失的数据（Y），因为每个日期都不存在所有名称。因此，我构建了一个索引字典 o[i]，其中包含特定日期存在的所有名称，依此类推.. 我的问题是：如何构建一个带有日期和名称作为列和索引的 beta 的 DF？

import pandas as pd
import numpy as np

PLS 的结果可以按如下方式组织：

o={}
o[0]={'Date' : '1995-12-12', 'Names' : ['Jack','Jeff','Paul'] ,'Beta' : [0.254,0.12,0.35]}
o[1]={'Date' : '1995-12-13', 'Names' : ['Jack','Jeff','Paul'], 'Beta' : [0.21,0.11,0.31]}
o[2]={'Date' : '1995-12-14', 'Names' : ['Jack','Jeff','Paul','Olivia'], 'Beta' : [0.1,0.08,0.4,0.15]}
o[3]={'Date' : '1995-12-15', 'Names' : ['Jack','Jeff','Paul','Olivia'], 'Beta' : [0.2,0.13,0.37,0.09]}
o[4]={'Date' : '1995-12-16', 'Names' : ['Jeff','Paul','Olivia','Stef'], 'Beta' : [0.15,0.29,0.33,-0.01]}

标签： pythonpandas

解决方案

您可以尝试通过以下方式进行操作：

# Create the dataframe
df = pd.concat(list(map(pd.DataFrame, o.values())))

# Reindex by Date and Names
df = df.set_index(['Date', 'Names'])

导致

                    Beta
Date       Names        
1995-12-12 Jack    0.254
           Jeff    0.120
           Paul    0.350
1995-12-13 Jack    0.210
           Jeff    0.110
           Paul    0.310
1995-12-14 Jack    0.100
           Jeff    0.080
           Paul    0.400
           Olivia  0.150
1995-12-15 Jack    0.200
           Jeff    0.130
           Paul    0.370
           Olivia  0.090
1995-12-16 Jeff    0.150
           Paul    0.290
           Olivia  0.330
           Stef   -0.010

推荐阅读