将postgres的财务数据转换为pandas dataframe，以便与Ziplin一起使用

Question

我是熊猫和拉链网的新手，我正在努力学习如何使用它们（并将它们与我现有的数据一起使用）。任何形式的建议，即使没有完整的解决方案，都将不胜感激。我尝试了很多方法，并且已经非常接近，但是遇到了索引问题，Exception: Reindexing only valid with uniquely valued Index objects，尤其是。[熊猫0.10.0，Python 2.7]

我正试图将postgres中数千只股票的月收益数据从以下表格中转换：

ticker_symbol :: String, monthly_return :: Float, date :: Timestamp

例如

^{pr2}$

注：报告的频率是每月一次，但这里会有相当多的NaN数据，因为我这里的6000多家公司并非都会同时出现。在

…到下面描述的表单，这是Zipline运行backtester所需要的。（我想。Zipline的backtester可以轻松地处理这样的月度数据吗？我知道它可以，但有什么窍门吗？）在

---

下面是一个数据帧（timeseries的？你怎么说，格式如下：

> data：

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 2268 entries, 1993-01-04 00:00:00+00:00 to 2001-12-31 00:00:00+00:00
Data columns:
AA      2268  non-null values
AAPL    2268  non-null values
GE      2268  non-null values
IBM     2268  non-null values
JNJ     2268  non-null values
KO      2268  non-null values
MSFT    2268  non-null values
PEP     2268  non-null values
SPX     2268  non-null values
XOM     2268  non-null values
dtypes: float64(10)

下面是一个时间序列，是我需要的格式。在

> data.AAPL：

Date
1993-01-04 00:00:00+00:00    73.00
1993-01-05 00:00:00+00:00    73.12
...

2001-12-28 00:00:00+00:00    36.15
2001-12-31 00:00:00+00:00    35.55
Name: AAPL, Length: 2268

注意，这里没有返回数据，而是价格。它们被调整了（通过Zipline的load_from_yahoo-但是，从阅读源代码，实际上是通过pandas中的函数）来调整股息、拆分等，所以在这和我的回报数据之间有一个同构（减去初始价格）（所以，这里没有问题）。在

（编辑：如果你想让我写下我的东西，或者附上我的iPython笔记本或要点，请告诉我；我只是怀疑这是否有用，但如果有人要求，我绝对可以做到。）

Answer 1

我怀疑你把日期设为索引太早了。我的建议是首先将^{}作为日期和公司名称，然后您可以^{}公司名称和^{}。在

像这样：

In [11]: df1
Out[11]: 
  ticker_symbol  monthly_return                date
0          AAPL           0.112 1992-02-28 00:00:00
1            GS           0.130 1981-11-30 00:00:00
2            GS          -0.230 1981-12-22 00:00:00

df2 = df2.set_index(['date','ticker_symbol'])
df3 = df2.unstack(level=1)
df4 = df.resample('M')

In [14]: df2
Out[14]: 
                          monthly_return
date       ticker_symbol                
1992-02-28 AAPL                    0.112
1981-11-30 GS                      0.130
1981-12-22 GS                     -0.230

In [15]: df3
Out[15]: 
               monthly_return      
ticker_symbol            AAPL    GS
date                               
1981-11-30                NaN  0.13
1981-12-22                NaN -0.23
1992-02-28              0.112   NaN

In [16]: df4
Out[16]: 
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 124 entries, 1981-11-30 00:00:00 to 1992-02-29 00:00:00
Freq: M
Data columns:
(monthly_return, AAPL)    1  non-null values
(monthly_return, GS)      2  non-null values
dtypes: float64(2)