附加数据框答案

【问题标题】：Append dataframe附加数据框
【发布时间】：2022-01-15 23:45:13
【问题描述】：

我正在尝试从 Tiingo 获取股票价格并附加数据框

    data = pd.DataFrame()   

    lis=[ 
"AAPL",
"MSFT",
"AMZN",
"GOOGL",
"TSLA",
"GOOG",
"NVDA",
"FB",
"JPM",
"BAC",
"ADBE",
"MA",
"PFE",
"DIS",
"NFLX",
"INTC",
"VZ",
"MO"
]

for i in lis:
      data =data.append(client.get_dataframe([i],
                                      frequency='weekly',
                                      metric_name='close',
                                      startDate='2020-03-01',
                                      endDate='2021-12-10'))

但是，结果显示有点不同：

             AAPL  MFST
2020-03-01   100   NAN
2020-03-02   101   NAN
2020-03-03   103   NAN
...                NAN
2021-12-10   120   NAN

2020-03-01   NAN   600
2020-03-02   NAN   400
2020-03-03   NAN   300
...          NAN   
2021-12-10   NAN   1100

我怎样才能让它看起来像这样：

             AAPL  MFST
2020-03-01   100   600
2020-03-02   101   400
2020-03-03   103   300
...                
2021-12-10   120   1100

【问题讨论】：

标签： python dataframe append

【解决方案1】：

假设您无法更改生成初始输入的方法，您可以使用groupby 修复它：

data = data.groupby(level=0).max()

【讨论】：

【解决方案2】：

您可以尝试使用 pandas concatenate 方法，而不是使用 pandas DataFrame.append 方法。

import pandas as pd
dfs = []
for i in lis:
      dfs.append(client.get_dataframe([i],
                                      frequency='weekly',
                                      metric_name='close',
                                      startDate='2020-03-01',
                                      endDate='2021-12-10'))
data = pd.concat(dfs, axis=1) # set axis = 1 to concate by columns, not rows!

请注意，这假设您的 dfs 列表具有 a) 一个公共索引和 b) 除了 AAPL 和 MSFT 之外没有额外的列。

如果需要，您也可以尝试合并：

from functools import reduce
data = reduce(lambda df1,df2: pd.merge(df1,df2,on='id'), dfs)

id 将是您从客户端提取的所有 dfs 共有的列。你可能不需要这个，因为你有匹配的索引并且想要连接列。

【讨论】：

【解决方案3】：

append 方法追加新行。这正是您所看到的结果。你需要加入而不是追加。

试试这个：

new_data = client.get_dataframe([i],
                                      frequency='weekly',
                                      metric_name='close',
                                      startDate='2020-03-01',
                                      endDate='2021-12-10')
data.join(new_data)

df.join() 方法的文档可在此处获得：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.join.html

【讨论】：