我刚刚开始工作,所以我尝试先构建一些可以工作的东西,然后再考虑如何改进代码。
我一直在使用CoinGecko的API来转储价格等数据。我得到的第一个问题是,查询返回的是一个列表。每个条目包含一个UNIX时间戳和一个值。
首先,我使用pandas把这些数据放到一个DataFrame中。
data = cg.get_coin_market_chart_by_id('bitcoin', 'USD', 'max')
df = pd.DataFrame(data)
它返回了一个DataFrame,每个单元格都包含一个列表,其中有一个UNIX时间戳和一个值。
显然,我对每个单元格都包含一个UNIX时间戳并不满意。所以,我从每个Series中制作了3个DataFrames。我还将新索引中的UNIX时间戳格式化为每个索引中的日期时间。
price = df['prices'].apply(pd.Series)
price.columns = ['date', 'price']
price = price.set_index(['date'])
price.index = pd.to_datetime(price.index, unit = 'ms')
price.columns = ['price']
market_cap = pd.DataFrame(df.market_caps.values.tolist(), index = df.index)
market_cap = market_cap.set_index(0)
market_cap.index = pd.to_datetime(market_cap.index, unit = 'ms')
market_cap.index.names = ['date']
market_cap.columns = ['market_cap']
volume = pd.DataFrame(df.total_volumes.values.tolist(), index = df.index)
volume = volume.set_index(0)
volume.index = pd.to_datetime(volume.index, unit = 'ms')
volume.index.names = ['date']
volume.columns = ['volume']
最后,我把所有的3个DataFrames连接起来。
dfs = [price, market_cap, volume]
conc = pd.concat(dfs, axis = 1, sort = False)
我不是CS高手什么的,但我想学习如何处理好数据。我让你们这些StackOverflow的奇才们,在描述我的代码时,用什么难听的话都可以,只要能帮助我改进。谢谢你们。
在这个特殊情况下。pd.DataFrame
接受一个这样的字典。
{column0:{index0:value0, index1: value1, ...}, ...}
所以,只要把你的输入数据转化成dict,把内部的列表做出来就可以了。
In [22]: import pandas as pd
In [23]: data ={
...: 'prices': [[1367107200000, 135.3], [1367193600000, 141.96]],
...: 'market_caps': [[1367107200000, 1500517590], [1367193600000, 1575032004.0]],
...: 'total_volumes': [[1367107200000, 0], [1367193600000, 0.0]]
...: }
...:
In [24]: pd.DataFrame({k:dict(v) for k,v in data.items()})
Out[24]:
prices market_caps total_volumes
1367107200000 135.30 1.500518e+09 0.0
1367193600000 141.96 1.575032e+09 0.0
要得到一个实际的日期时间索引,用..:
In [26]: df.set_index(pd.to_datetime(df.index,unit='ms'))
Out[26]:
prices market_caps total_volumes
2013-04-28 135.30 1.500518e+09 0.0
2013-04-29 141.96 1.575032e+09 0.0
或者一气呵成。
In [28]: from datetime import datetime
...: pd.DataFrame({
...: k:{datetime.fromtimestamp(x/1000): y for x,y in v}
...: for k,v in data.items()
...: })
Out[28]:
prices market_caps total_volumes
2013-04-27 17:00:00 135.30 1.500518e+09 0.0
2013-04-28 17:00:00 141.96 1.575032e+09 0.0
虽然这有点难看,我觉得。