我的任务如下:我需要从头开始以数据帧的形式构建几个表。特别是,每个表对于每个标识符总是相同的(摘要统计表的排序)。例如:
result= {'Value':[mean_t,mean_t_1,mean_diff_lev, mean_diff_log],
'T-stat':[np.NaN,np.NaN,t_diff_lev, t_diff_log],
'Type':['XL','XL','XL', 'XL']}
result=pd.DataFrame.from_dict(result,orient='index',
columns=['Square_t','Square_t_1',
'Mean diff','Mean diff log'])
作为结果给我:
Square_t Square_t_1 Mean diff Mean diff log
Value 502.123 533.324 -31.2018 -0.0567523
T-stat NaN NaN -3.33098 -5.38749
Type XL XL XL XL
我有一个函数,可以计算在那里使用的所有值,最后,它从值字典创建上面给出的数据框。我需要设置一个由两个部分组成的多重索引:第一个(或外部)一个是标识符(例如“ Roger”),第二个(或内部)是我已经拥有的,即列表[ C0]。结果应如下所示:
['Value','T-Stat'.'Type']
或此:
Square_t Square_t_1 Mean diff Mean diff log
Roger Value 502.123 533.324 -31.2018 -0.0567523
T-stat NaN NaN -3.33098 -5.38749
Type XL XL XL XL
然后,目标是可以通过附加或连接具有不同ID的不同数据框来构建更大的数据框。
我自己找到了答案。最简单的方法是使用pandas方法ID Var Square_t Square_t_1 Mean diff Mean diff log
Roger Value 502.123 533.324 -31.2018 -0.0567523
T-stat NaN NaN -3.33098 -5.38749
Type XL XL XL XL
。与其为每个ID创建具有多索引的数据框,不如为每个单个ID创建不带ID的数据框,然后创建所有数据框,并且在跟踪列表中的各种ID之后,我们可以简单地将所有单个ID串联起来数据帧。假设我们有两个数据框concat
类型:
df1,df2
对于ID Square_t Square_t_1 Mean diff Mean diff log
Value 502.123 533.324 -31.2018 -0.0567523
T-stat NaN NaN -3.33098 -5.38749
Type XL XL XL XL
。我们运行:
['Roger','Kyle']
结果将确实是一个多索引数据框:
pd.concat([df1,df2],keys=['Roger','Kyle'])