简单的例子:
from collections import namedtuple
import pandas
Price = namedtuple('Price', 'ticker date price')
a = Price('GE', '2010-01-01', 30.00)
b = Price('GE', '2010-01-02', 31.00)
l = [a, b]
df = pandas.DataFrame.from_records(l, index='ticker')
Traceback (most recent call last)
...
KeyError: 'ticker'
更难的例子:
df2 = pandas.DataFrame.from_records(l, index=['ticker', 'date'])
df2
0 1 2
ticker GE 2010-01-01 30
date GE 2010-01-02 31
现在它认为
['ticker', 'date']
是索引本身,而不是我要用作索引的列。
有没有一种方法可以在不求助于中间 numpy ndarray 或事后使用
set_index
的情况下做到这一点?
要从命名元组中获取系列,您可以使用
_fields
属性:
In [11]: pd.Series(a, a._fields)
Out[11]:
ticker GE
date 2010-01-01
price 30
dtype: object
类似地,您可以像这样创建一个 DataFrame:
In [12]: df = pd.DataFrame(l, columns=l[0]._fields)
In [13]: df
Out[13]:
ticker date price
0 GE 2010-01-01 30
1 GE 2010-01-02 31
set_index
,但你可以这样做inplace
:
In [14]: df.set_index(['ticker', 'date'], inplace=True)
In [15]: df
Out[15]:
price
ticker date
GE 2010-01-01 30
2010-01-02 31
调用命名元组列表上的 DataFrame 构造函数生成数据框:
df = pd.DataFrame(l)
ticker date price
0 GE 2010-01-01 30.0
1 GE 2010-01-02 31.0
对结果调用
set_index()
会产生所需的输出。但是,由于 OP 不希望这样,另一种方法是将每个命名元组转换为字典和弹出键。
l_asdict = [x._asdict() for x in l]
df = pd.DataFrame(l_asdict, index=pd.MultiIndex.from_arrays([[x.pop(k) for x in l_asdict] for k in ['ticker', 'date']], names=['ticker', 'date']))
price
ticker date
GE 2010-01-01 30.0
2010-01-02 31.0