为啥我的 pandas 数据框只显示一个数据集的结果？

Posted 2023-02-23

【中文标题】为啥我的 pandas 数据框只显示一个数据集的结果？

【英文标题】：Why is my pandas dataframe only showing results for one dataset?为什么我的 pandas 数据框只显示一个数据集的结果？

【发布时间】：2021-05-11 06:38:25

【问题描述】：

我有两个 CSV 格式的数据集，我想在一个 pandas 数据框中循环并显示结果。现在我在 df 中的结果只显示 B 数据集，但如果我尝试打印“数据”，它会显示我在下面的两个 CSV 数据集。

测试 CSV 数据集是：

Date	fastMA	slowMA	Ticker
01/01/2021	1	5	A
02/01/2021	2	5	A
03/01/2021	4	5	A
04/01/2021	5	5	A
05/01/2021	6	5	A
06/01/2021	7	5	A
07/01/2021	4.5	5	A
08/01/2021	4	5	A
09/01/2021	3	5	A

Date	fastMA	slowMA	Ticker
01/01/2021	1	5	B
02/01/2021	2	5	B
03/01/2021	4	5	B
04/01/2021	5	5	B
05/01/2021	6	5	B
06/01/2021	7	5	B
07/01/2021	4.5	5	B
08/01/2021	4	5	B
09/01/2021	3	5	B

ticker = csv.reader(open('gdrive/My Drive/data/test/test_tickers/test_tickers.csv'))
for symbols in ticker:

  tickers = symbols
  data = pd.read_csv('gdrive/My Drive/data/test/test_data/.csv'.format(symbols))

  i = 1
  j = len(data)
  in_trade = 0
  dates = []
  symbol = []

  while i < j:
    long = data["fastMA"][i] > data["slowMA"][i]
    close = data["fastMA"][i] < data["slowMA"][i] 

    if long and in_trade == 0:
      in_trade = 1
      symbol.append(data["Ticker"][i])
      dates.append(data["Date"][i])
      i += 1
    elif long and in_trade == 1:
      in_trade = 1
      i += 1
    elif close and in_trade == 1:
      in_trade = 0
      i += 1
    else:
      i += 1
d = 'Date':dates,'Ticker':symbol
d
df = pd.DataFrame(d, columns=('Date','Ticker'))
df

我需要添加其他东西吗？

编辑：

我现在在 df 中得到的输出：

Date	Ticker
05/01/2021	B

我想要的 df 输出：

Date	Ticker
05/01/2021	A
05/01/2021	B

【问题讨论】：

请显示您想要的输出

添加了所需的输出。谢谢。

我认为我的日期和符号列表正在每个循环之间清除，因此它从数据集 A 中获取结果，然后清除这些结果并重新开始数据集 B。这就是为什么只显示数据集 B 结果的原因.我需要保留之前的结果。

在您的方法中更加系统化。 1. 加载/准备数据。 2. 处理/计算数据。 3. 重塑所需的输出。你把这三个混在一起犯了错误

【参考方案1】：

对于读入的每个 ticker 行，您正在消隐 dates 和 symbol，它们需要在您的循环之外。如果你稍微重组一下，你应该得到你想要的输出：

import csv
import pandas as pd

with open('test_tickers.csv', newline='') as f_tickers:    
    csv_tickers = csv.reader(f_tickers)
    dates = []
    symbols = []

    for symbol in csv_tickers:
        data = pd.read_csv(f'symbol[0].csv')

        i = 1
        j = len(data)
        in_trade = 0

        while i < j:
            long = data["fastMA"][i] > data["slowMA"][i]
            close = data["fastMA"][i] < data["slowMA"][i] 

            if long and in_trade == 0:
                in_trade = 1
                symbols.append(data["Ticker"][i])
                dates.append(data["Date"][i])
            elif long and in_trade == 1:
                in_trade = 1
            elif close and in_trade == 1:
              in_trade = 0
            
            i += 1

d = 'Date' : dates, 'Ticker' : symbols
df = pd.DataFrame(d, columns=('Date','Ticker'))

print(df)

给予：

         Date Ticker
0  05/01/2021      A
1  05/01/2021      B

（假设test_tickers.csv 包含两行包含A 和B 并且A.csv 和B.csv 包含您问题中的数据）