如何在大Pandas中存储多个相关的时间序列

Question

我是熊猫新手，想从专业人士那里得到一些见解。我需要对超过30个时间序列的金融证券的每日开盘价、最高价、最低价和收盘价进行各种统计分析（多元回归、相关等）。每个系列有500-1500天的数据。由于每次分析都着眼于多个证券，我想知道从易用性和效率的角度来看，是否最好将每个时间序列存储在一个单独的数据框中，每个数据框都以日期为索引，还是将它们全部合并到一个具有单个日期索引的单个数据框中，这实际上就是一个三维数据框。如果是后者，有什么关于如何构建它的建议？在

任何想法都值得赞赏。在

我正在努力处理跨多个时区的日内数据，但这对于我的第一个熊猫项目来说有点太多了；这是朝着这个方向迈出的第一步。在

Answer 1

因为您只处理OHLC，所以没有太多数据需要处理，所以这很好。在

对于这些类型的东西，我通常使用多重索引（http://pandas.pydata.org/pandas-docs/stable/indexing.html），第一级是符号，第二级是日期。然后你只需要列OHLC就可以了。在

要访问多索引，请使用.xs函数。在

Answer 2

除非你要把所有的东西都关联起来，否则我的建议是把它放到单独的数据帧中，并把它们都放到字典中，即{“Timeseries1”：df1，“Timeseries 2”：df2…}。然后，当您想将一些时间序列关联在一起时，可以将它们合并并在每个不同的df的列中放置后缀来区分它们。在

也许你对《熊猫》一书作者的这篇演讲感兴趣。在