如何在Pandas中存储多个相关的时间序列
我刚接触Pandas，想请教一些专业人士的意见。我需要对超过30个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（比如多重回归、相关性分析等）。每个时间序列的数据有500到1500天。因为每次分析都涉及多个证券，我在想，是把每个时间序列存储在一个单独的数据框（df）里（每个数据框的索引是日期），还是把它们合并成一个数据框，使用一个日期索引，这样实际上就是一个三维的数据框。如果选择后者，有什么建议可以帮助我更好地组织数据吗？
非常感谢大家的想法。
PS：我正在逐步学习如何处理跨多个时区的日内数据，但这对我第一次使用Pandas的项目来说有点复杂；这只是朝那个方向迈出的第一步。
2 个回答
1
除非你打算把所有的数据都互相关联，否则我建议把这些数据放在不同的数据框中，然后把它们放到一个字典里，比如 {"Timeseries1":df1, "Timeseries 2":df2...}。这样，当你想把某些时间序列放在一起进行关联时，你可以把它们合并，并在每个不同的数据框的列名后面加上后缀，以便区分它们。
你可能会对这场讲座感兴趣，讲者是pandas的作者，主题是 使用pandas进行金融数据分析的Python。
3
因为你只是在处理OHLC数据，所以数据量不大，这样很好。
对于这类情况，我通常会使用多重索引（http://pandas.pydata.org/pandas-docs/stable/indexing.html），把符号放在第一层，把日期放在第二层。这样你就可以只保留OHLC这几列，完全没问题。
要访问多重索引，可以使用.xs这个函数。