时间戳

首页 > 解决方案 > 如何将多个文件作为单独的数据框读取并在列上执行计算？

python - 如何将多个文件作为单独的数据框读取并在列上执行计算？

问题描述

我正在计算单个股票收益如下：

data = pd.read_csv(r'**file**.csv')
data.index = data.Date
data['Return %'] = data['AAPL'].pct_change(-1)*100
data

输出：

    Date    AAPL    Return %
Data            
2020-09-11  2020-09-11  56.00   0.000000
2020-09-10  2020-09-10  56.00   -3.879162
2020-09-09  2020-09-09  58.26   2.138850
2020-09-08  2020-09-08  57.04   -2.211555
2020-09-04  2020-09-04  58.33   0.882048
2020-09-03  2020-09-03  57.82   -3.585126
2020-09-02  2020-09-02  59.97   -0.133222

现在，我保存了许多其他 csv 文件作为股票符号，我想使用这些符号中的每一个来执行上述相同的计算。最重要的是，我想打印一份报告，说明每个品种回报的最佳日期。

如果需要更多详细信息，请告诉我。

提前致谢！

标签： pythonpandasloopsreport

解决方案

  • 我认为您的数据的最佳选择是将文件读入数据框字典。
    • 使用pathlib和.glob创建所有文件的列表
    • 使用字典理解来创建数据帧的字典。
  • 字典可以以字典的标准方式迭代，使用dict.items().
  • df_dict[k]寻址每个数据帧，其中kdict 键是文件名。
  • 从你的最后一个问题来看，我希望.csv文件用一Date列而不是两列读入。
  • 每个文件的数字数据应位于索引 0 的列中，之后Date设置为索引。
    • 由于每个文件的列名都不同，因此最好使用.iloc该列来寻址。
    • :表示所有行，0是数值数据的列索引。
  • df_dict.keys()将返回所有键的列表
  • 使用 单独访问数据框df_dict[key]。
import pandas as pd
from pathlib import Path

# create the path to the files
p = Path('c:/Users/<<user_name>>/Documents/stock_files')

# get all the files
files = p.glob('*.csv')

# created the dict of dataframes
df_dict = {f.stem: pd.read_csv(f, parse_dates=['Date'], index_col='Date') for f in files}

# apply calculations to each dataframe and update the dataframe
# since the stock data is in column 0 of each dataframe, use .iloc
for k, df in df_dict.items():
    df_dict[k]['Return %'] = df.iloc[:, 0].pct_change(-1)*100

推荐阅读