Skip to main content
 首页 » 编程设计

python之如何在 Pandas 中存储多个相关的时间序列

2024年11月01日9xing901022

我是 Pandas 的新手,希望专业人士提供一些见解。我需要对超过 30 个时间序列的金融证券的每日开盘价、最高价、最低价、收盘价执行各种统计分析(多元回归、相关性等)。每个系列都有 500-1500 天的数据。由于每个分析都着眼于多种证券,我想知道从易用性和效率的角度来看,将每个时间序列存储在一个单独的 df 中,每个时间序列都以日期作为索引,或者将它们全部合并到一个 df 中是否更可取一个单一的日期索引,实际上是一个 3d df。如果是后者,关于如何构建它有什么建议吗?

非常感谢任何想法。

附言。我正在努力处理跨多个时区的日内数据,但这对我的第一个 Pandas 项目来说有点多;这是朝这个方向迈出的第一步。

请您参考如下方法:

由于您只处理 OHLC,因此要处理的数据不多,所以很好。

对于这些类型的事情,我通常使用多索引 ( http://pandas.pydata.org/pandas-docs/stable/indexing.html ),第一层是符号,第二层是日期。然后你可以只拥有 OHLC 列,一切就绪。

要访问多索引,请使用 .xs 函数。