python中的加密货币关联，使用字典

Question

我正在使用一个加密货币数据示例，每个单元格都包含一个字典。包含开盘价、收盘价、最高价、最低价、成交量和市值的字典。列是相应的日期，索引是每个加密货币的名称。你知道吗

我不知道如何准备数据，以便我找到不同货币之间的相关性，例如最高价格和成交量之间的相关性。在python（pandas）中如何做到这一点……在这种情况下，我又该如何定义日期范围呢？你知道吗

这里有一个到数据示例、我的编码和数据的打印输出的链接（访问对公众开放）：https://drive.google.com/open?id=1mjgq0lEf46OmF4zK8sboXylleNs0zx7I

Answer 1

首先，我建议重新排列数据，使每种货币的OHLCV值都是它们自己的列（例如“btc|U open | btc|U high”等）。这使得生成相关矩阵更加容易。我还建议你在分析中只从一个指标（如收盘价）开始，也许还可以从周期变动（如收盘开盘）开始。回答您的问题：

熊猫可以返回所有列的相关矩阵：

df.corr()

如果只想使用特定列，请从数据框中选择这些列：

df[["col1", "col2"]].corr()

可以使用以下格式返回两列之间的单个相关值：

df["col1"].corr(df["col2"])

如果您想指定一个特定的日期范围，我建议您使用这个question。我相信这将要求您的日期列或索引类型为datetime。如果您不知道如何使用或转换为这种类型，我建议您查阅pandas文档（可能从pandas.to_datetime开始）。你知道吗

今后，我建议在你的帖子中加入一个数据片段。我不认为googledrive是共享数据的合适形式，将数据设置为“request access”肯定是不合适的。你知道吗

编辑：我检查了您的数据并创建了一个较小的子集来测试这个方法。如果数据有缺陷，你可能会发现问题，但当我在你最初的100天和10枚硬币的样本上测试时，我没有发现问题（在转换之后，测向iloc[:100, :10]. 你知道吗

首先，转换数据帧，使列按硬币排列，行按日期排列。你知道吗

df = df.T

接下来，我们连接到一个新的数据帧（result）。或者，连接到原始列并在之后删除列。不幸的是，我想不出一个非迭代的方法。此方法逐列进行，为每个硬币创建一个数据帧，将硬币名称前缀添加到列名，然后将每个数据帧连接到末尾。你知道吗

result = pd.DataFrame()
coins = df.columns.tolist()
for coin in coins:
    coin_data = df[coin]
    split_coin = coin_data.apply(pd.Series).add_prefix(coin+"_")
    result = pd.concat([result, split_coin], axis=1)