如何在pandas数据帧或numpy数组中过滤这些数据？

Question

我正试图在回溯测试中绘制各种资产的性能指标。在

我已经将'test_predictions.json'导入到pandas数据框中。它是一个字典列表，包含各种资源的结果（一个接一个地列出）， 以下是数据示例：

trading_pair return  timestamp prediction
[u'Poloniex_ETH_BTC' 0.003013302628677 1450753200L -0.157053292753482]
[u'Poloniex_ETH_BTC' 0.006013302628677 1450753206L -0.187053292753482]
...
[u'Poloniex_FCT_BTC' 0.006013302628677 1450753100L 0.257053292753482] 

每个回溯测试在不同的时间开始和结束。在

这是有关资产的数据

^{pr2}$

所以我尝试创建一个新数组，其中包含这些资产的数据。每个资产都必须适当地进行切片，以便它们都从最新的开始时间开始，并在最早的结束时间结束（其他情况下，数据将不完整）。在

#each array should start and end:  
#start 2015-10-28 06:00:00
#end 2016-01-12 00:00:00

所以问题是：

如何搜索一个资产，即Poloniex_DOGE_BTC，然后获取上面指定的开始和结束时间的索引？在

我将通过numpy绘制数据，这样也许它更好地变成一个numpy数组，df.values然后进行搜索？然后我可以使用np.hstack(df_index_asset1, def_index_asset2)，这样它就可以以正确的形式绘制了。所以问题是：使用pandas或numpy如何检索属于主开始和结束时间的指定资产的数据？在

On a side note here the code i wrote to get the start and end dates, it's not to most efficient so improving that would be a bonus.

编辑：

根据Kartik的回答，我尝试使用以下代码获取资产名称“Poloniex_DOGE_BTC”的数据：

import pandas as pd
import numpy as np

preds = 'test_predictions.json'

df = pd.read_json(preds)

asset = 'Poloniex_DOGE_BTC'

grouped = df.groupby(asset)

print grouped

But throws this error

编辑2：我已经把数据链接改成了测试_预测.json`在

编辑3：这真是一种享受：

preds = 'test_predictions.json'

df = pd.read_json(preds)

asset = 'Poloniex_DOGE_BTC'

grouped = df.groupby('market_trading_pair')
print grouped.get_group(asset)`

#each array should start and end: 
#start 2015-10-28 06:00:00 1446012000
#end 2016-01-12 00:00:00 1452556800 

现在我们如何截断数据，使其从上述时间戳开始和结束？在

Answer 1

首先，为什么要这样？在

data = pd.read_json(preds).values
df = pd.DataFrame(data)

你可以这样写：

^{pr2}$

如果您想要一个来自df的NumPy数组，那么您可以稍后执行data = df.values。在

它应该把数据放在一个数据帧中。（除非我大错特错，因为我以前从未使用过read_json()。在

第二件事，是获取每项资产的数据。为此，我假设您需要处理所有资产。为此，您可以简单地执行以下操作：

# To convert it to datetime.
# This is not important, and you can skip it if you want, because epoch times in
# seconds will perfectly work with the rest of the method.
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='s')

# This will give you a group for each asset on which you can apply some function.
# We will apply min and max to get the desired output.
grouped = df.groupby('trading_pair') # Where 'trading_pair' is the name of the column that has the asset names
start_times = grouped['timestamp'].min
end_times = grouped['timestamp'].max

现在start_times和{}将是系列。这个系列的索引将是您的资产名称，值将分别是最小和最大次数。在

从我对你问题的理解来看，我想这就是你想要的答案。如果不是这样，请告诉我。在

编辑

如果您特别寻找一些（一个或两个或十个）资产，您可以修改上面的代码，如下所示：

asset = ['list', 'of', 'required', 'assets'] # Even one element is fine.
req_df = df[df['trading_pair'].isin(asset)]

grouped = req_df.groupby('trading_pair') # Where 'trading_pair' is the name of the column that has the asset
start_times = grouped['timestamp'].min
end_times = grouped['timestamp'].max

编辑2这是一种享受：

preds = 'test_predictions.json'

df = pd.read_json(preds)

asset = 'Poloniex_DOGE_BTC'

grouped = df.groupby('market_trading_pair')
print grouped.get_group(asset)`

#each array should start and end: 
#start 2015-10-28 06:00:00 1446012000
#end 2016-01-12 00:00:00 1452556800 

现在我们如何截断数据，因为它从上面的开始到结束在上面的时间戳？在

---

另外，绘制熊猫的日期时间也非常方便。我一直用它来制作我创作的大部分情节。我所有的数据都有时间戳。在