Tag: pandas

включить Pandas в MatplotlibWidget

У меня есть сюжет Панды, который выглядит так: ts = pd.Series(randn(1000), index=date_range('1/1/2000', periods=1000)) ts = ts.cumsum() ts.plot() И я хотел бы показать его в графическом интерфейсе, который я разработал с помощью Qt Designer. Поскольку я использую Python (x, y), есть MatplotlibWidget, который я разместил на моем Gui. Однако я не уверен, как заставить этот виджет […]

данные точки соединения и интервала

У меня есть два временных ряда, в которые мне нужно присоединиться: Первый – это временной ряд цен, подобный этому ticker date price SBUX 01/01/2012 55 Второй временной ряд – это коэффициенты корректировки, которые представлены как ticker start_date end_date adjustment_factor SBUX 01/01/1993 01/01/1994 0.015 Как присоединиться к этим временным рядам вместе в пандах, чтобы выразить скорректированные […]

Повышение дискретизации до недельных данных в пандах

Я сталкиваюсь с проблемами при принятии низкочастотных временных рядов в пандах, таких как ежемесячные или ежеквартальные данные, и повышение частоты до недельной частоты. Например, data = np.arange(3, dtype=np.float64) s = Series(data, index=date_range('2012-01-01', periods=len(data), freq='M')) s.resample('W-SUN') приводит к серии, заполненной NaN всюду. В основном то же самое происходит, если я это делаю: s.reindex(DatetimeIndex(start=s.index[0].replace(day=1), end=s.index[-1], freq='W-SUN')) Если […]

Pandas – группировка сгруппированных данных обеспечивает определенные критерии

Я хочу создать временную серию оценки портфеля акций, объединив данные оценки временных рядов по отдельным запасам этого портфеля. Проблема заключается в том, что в определенные даты может не быть оценки для данного холдинга акций, и, таким образом, агрегирование на эту дату приведет к ошибочным результатам. Решение, которое я придумал, заключается в исключении дат, для которых […]

pd.read_clipboard () seg fault

Я не могу использовать read_clipboard (). Я попытался скопировать некоторые из моих данных, данные примера в документах и, наконец, просто номер 1. Как вы можете видеть: In [1]: %paste 1 ## — End pasted text — Out[1]: 1 In [2]: pd.read_clipboard() Segmentation fault (core dumped) Что я делаю не так? У кого-нибудь еще не было […]

Пролитое значение из столбца в DataFrame с использованием Python

У меня есть кадр данных с 4 столбцами. ABCD e 2 = <0.1 e 2 = <0.11 e 2 = 0.1 e 2 = 0.1 e 2 = 0.1 e 2 = <0.14 Столбец D имеет некоторые значения с плавающей запятой, начинающиеся с '<', а некоторые без <<. Для строк, которые имеют «<» спереди, я […]

вычисление коэффициента регрессии в python

У меня есть Dataframe и входной текстовый файл activity.Dataframe создается через pandas.I хочу узнать коэффициент регрессии для каждого термина, используя следующую формулу Y = C1aX1a + C1bX1b + … + C2aX2a + C2bX2b + …. C0, где Y – активность Cna – коэффициент регрессии для выбора остатка a в позиции n, X – кодирование переменной […]

Как сокращать ярлыки ярлыков до двух цифр на графике matplotlib

У меня есть время от 10 лет и я хочу сокращать ярлыки xtick до двухзначных лет. Как я могу это сделать ? import matplotlib.pyplot as plt import datetime as dt import pandas as pd import pandas.io.data as web stocklist = ['MSFT'] # read historical prices for last 11 years def get_px(stock, start): return web.get_data_yahoo(stock, start)['Adj […]

Pandas read_csv и удалить летнее время

У меня есть файл csv 312.5MB, содержащий данные EURUSD 1min OHLC с 27/7/2003 по настоящее время, но даты все настроены на переход на летнее время, то есть я получаю дубликаты и пробелы. Увидев, что это такой большой файл, синтаксический анализатор по умолчанию был слишком медленным, поэтому я сделал следующее: tizo = dateutil.tz.tzfile('/usr/share/zoneinfo/GB') def date_parse_1min(s): return […]

Использование python rolling_corr

–Python 2.7– У меня есть DataFrame цен на акции, для которых я пытаюсь использовать rolling_corr . Индекс содержит даты. Я получил это для работы: Stocks=pd.read_csv('StockPrices.csv', parse_dates=True, index_col=0) IBM=Stocks['IBM'] GE=Stocks['GE'] roll_cor=rolling_corr(IBM, GE, window=30) plt.plot(roll_cor) plt.show() Это обеспечивает корреляцию между 30-дневными ценами GE и теми же 30-дневными ценами IBM, которые проходят через весь столбец дат. То, что […]