我必须创建一个多索引数据帧,对包含在两个不同数据帧中的数据进行调节。 对于第二个数据帧(Date)的每个索引,对于第一个数据帧的每一行,如果第一个数据帧的Date列中的值等于第二个数据帧的索引,则创建一个多索引数据帧,其中包含每个日期、每天发布的tweet数和每一行的特征。你知道吗
这是第一个包含Twitter数据的数据帧:
Date Full text Retweets Likes
333 2018-04-13 RT @Tesla... 2838 0
332 2018-04-13 @timkhiggins... 7722 40733
331 2018-04-13 @TheEconomist.. 1911 18634
这是特斯拉股票市场的第二个数据框:
Open High Low Close Volume Gap
Date
2018-04-13 283.000000 296.859985 279.519989 294.089996 8569400 11.089996
2018-04-14 303.320000 304.940002 291.619995 291.970001 7286800 -11.349999
2018-04-25 287.760010 288.000000 273.420013 275.010010 8945800 -12.750000
这就是我所尝试的:
for i in TeslaData.index:
for row in sortedTweetsData.iterrows():
if row[1]==i:
NumTweetsByDay+=1
for num in NumTweetsByDay:
idx=pd.MultiIndex.from_product([[i],[NumTweetsBy]])
colum=col
df= pd.DataFrame(row,idx,column)
我要查找的输出如下:
Date Number of Tweets Full text Retweets Likes
2018-04-13 1 RT @Tesla... 2838 0
2 @timkhiggins... 7722 40733
3 @TheEconomist.. 1911 18634
如果我理解正确的话,如果股票数据集中有相同日期的条目,那么您希望按日期过滤twitter数据。你知道吗
可以使用isin()执行此操作:
接下来,您可以确定每个组有多少条推文:
并使用它来构建元组列表,定义多重索引(可能有一种更优雅的方法):
最后:
相关问题 更多 >
编程相关推荐