在用于时间序列分析的pandas数据帧中设置两列作为索引

Question

在天气或股市数据的情况下，温度和股价都是在任何给定日期的多个站点或股票行情机上测量的。

因此，设置包含两个字段的索引的最有效方法是什么？

天气：天气预报，然后是日期

对于股票数据：股票代码，然后是日期

以这种方式设置索引将允许过滤，例如：

• stock_df["code"]["start_date":"end_date"]
• weather_df["station"]["start_date":"end_date"]

Answer 1

如安东所述，您需要使用多索引，如下所示：

stock_df.index = pd.MultiIndex.from_arrays(stock_df[['code', 'date']].values.T, names=['idx1', 'idx2'])

weather_df.index = pd.MultiIndex.from_arrays(weather_df[['station', 'date']].values.T, names=['idx1', 'idx2'])

Answer 2

该功能当前存在。有关更多示例，请参阅documentation。

stock_df = pd.DataFrame({'symbol': ['AAPL', 'AAPL', 'F', 'F', 'F'], 
                         'date': ['2016-1-1', '2016-1-2', '2016-1-1', '2016-1-2', '2016-1-3'], 
                         'price': [100., 101, 50, 47.5, 49]}).set_index(['symbol', 'date'])

>>> stock_df
                 price
symbol date           
AAPL   2016-1-1  100.0
       2016-1-2  101.0
F      2016-1-1   50.0
       2016-1-2   47.5
       2016-1-3   49.0

>>> stock_df.loc['AAPL']
          price
date           
2016-1-1    100
2016-1-2    101

>>> stock_df.loc['AAPL', '2016-1-2']
price    101
Name: (AAPL, 2016-1-2), dtype: float64