使用CrossTab Pandas索引DataFrame[重复]
我有两个数据集。
第一个，在市场变量中包含具有以下结构的一般市场趋势：
Date High Close Volume Open Low
第二，在心情变量中，每一天都包含一些推文，在这个结构中带有同样的情绪：
body date datetime id sentiment time
所以，我想每天数一数有多少“熊市”和“牛市”情绪。它的工作原理，这是我的代码与注释：
# Read the datasets
market = pd.read_csv("Datasets/SP500/aggregates.txt")
moods = pd.read_json("Datasets/DatasetStockTwits-Aggregato.json")
# Remove all null sentiments
moods = moods[moods.sentiment != "null"]
# Get a generic subsets of data for computational speed
market_tail = market.tail(100)
# For each day present in market_tail, get the same days twits
moods_tail = moods.loc[moods['date'].isin(market_tail.Date)]
# So now I count for each day how many "Bearish" and "Bullish" twits there are
sentiments_count = pd.crosstab(moods_tail['date'], moods_tail['sentiment'])
print(sentiments_count)
结果如下：
sentiment Bearish Bullish
date
2017-11-03 9 12
2017-11-05 3 6
2017-11-06 20 9
2017-11-07 16 35
所以它工作得很好，但我不明白为什么我不能访问情感。日期或情绪计数['date']索引。
事实上，如果我尝试这样的事情：
print(sentiments_count['date'])
我获得：keyrerror:“日期”
我错过了什么吗？谢啦
共有1个答案
您不能选择它，因为它是索引，所以需要：
print(sentiments_count.index)
对于从索引创建列需要重置索引，也可以为数据清理添加重命名轴以删除列名情感：
sentiments_count = sentiments_count.reset_index().rename_axis(None, 1)
print(sentiments_count['date'])
-
假设我们有这样一个数据frame： 我们还有另一个具有相同行数和列数（具有相同名称）的DataFrame： 我不知道如何创建另一个由和组成的DataFrame，使其看起来像下面的DataFrame（可能有两个索引级别）： 阅读基于列标签在pandas中重新塑造dataframes并从多个dict创建一个pandas DataFrame，这给了我一些见解（因为我也试图通过以下方法来实现：首先将原始d
-
问题内容： 使用以下DataFrame，如何在不让Pandas将移位后的值分配给其他索引值的情况下基于索引来移位“ beyer”列？ 生产… 问题在于，佩恩特得到了分配最后一位战士的啤酒。相反，我希望它像这样… 问题答案： 使用应用转移到各组分别：（感谢Jeff指出这个简化） 如果您有一个多索引，则可以通过将一系列或级别名称传递给 参数来对多个级别进行分组。
-
问题内容： 这是我遇到错误的方式： 类型为，其中包含行索引列表。所有这些行索引都属于。 这是我需要过滤的条件。 如果我分别执行以下命令，则不会收到任何警告： 但是，如果将它们放在一起，则会收到警告消息（但可以看到结果）： 布尔系列键将重新索引以匹配DataFrame索引 此错误消息是什么意思？它会影响返回的结果吗？ 问题答案： 尽管有警告，您的方法仍然可以使用，但是最好不要依赖隐式，不清楚的行为。
-
问题内容： 我正在尝试重新索引熊猫对象，像这样， 我正在如下所示进行操作，并且得到了错误的答案。有关如何执行此操作的任何线索？ 知道为什么会这样吗？ 问题答案： 为什么不简单地使用方法？
-
问题内容： 我正在尝试仅使用来自多索引DataFrame的一个索引来创建新的DataFrame。 理想情况下，我想要这样的事情： 和： 本质上，我想删除除level之外的多索引的所有其他索引。是否有捷径可寻？ 问题答案： 一种方法是简单地重新绑定到所需的MultiIndex级别。您可以通过指定要保留的标签名称来做到这一点： 或使用级别的整数值： MultiIndex的所有其他级别将在此处消失。