将 CSV 数据框添加到按名称分隔的字典中

Posted 2023-02-16

【中文标题】将 CSV 数据框添加到按名称分隔的字典中

【英文标题】：add a CSV dataframe to a dictionary separating by name

【发布时间】：2022-01-03 16:41:20

【问题描述】：

所以我正在做一个时间序列/LSTM 作业，我有一个股票数据集：https://www.kaggle.com/camnugent/sandp500

在数据集中，大约有 500 家公司，每个公司都有一组行，我想要将公司添加到字典中并将键设置为每个公司的名称。

这是我目前拥有的：

dataframe = pd.read_csv('all_stocks_5yr.csv', parse_dates=['date'])
dataframe['date'] = pd.to_datetime(dataframe['date'])

grouped_df = dataframe.groupby('Name')

for i in grouped_df:
    df_dict = grouped_df[i].to_dict

【问题讨论】：

那么问题出在哪里？

当我运行单元格时，我得到：'DataFrame' 对象是可变的，因此它们不能被散列

要可视化字典我应该创建一个变量并将 dataframe.set_index('Name').T.to_dict('dict') 放入其中？你知道我如何打印一个特定的公司及其字典中的列吗？ @A.Najafi

查看数据集后，我发现每个公司都有多条记录。那么，你想如何处理它们呢？

我要输入每家公司和字典中的所有记录，设置名称为键。然后我想只选择结束列并设置一个滚动窗口，以执行 Kmeans 方法并为每个公司创建该列的时间序列，我希望我解释清楚，谢谢@A.Najafi

【参考方案1】：

这将解决您的问题：

gp = dataframe.groupby("Name")
my_dict =  # This is the output you want
for record in gp: # record is a tuple containing the elements of a row
    if record[0] in my_dict: # record[0] will give the name of the company
        my_dict[record[0]].append(record)
    else:
        my_dict[record[0]] = [record]

print(my_dict)

处理这个问题的另一种方法是遍历数据框：

my_dict = 
for index, record in dataframe.iterrows():
    if record['Name'] in my_dict:
        my_dict[record['Name']].append(record)
    else:
        my_dict[record['Name']] = [record]

print(my_dict)

【讨论】：

是否有键设置为名称？我假设数据框是按名称分组的，这也是关键，不是吗？

当您根据 Name 对数据框进行分组时，您可以使用 apply 方法对其应用函数。 TBH，没有必要做 groupby，但不管它工作 :)

是的！我现在看到每批的关键是每家公司的名称。最后一件事（我是新手，对不起XD）。您知道如何从每个公司批次中选择一列（结束列）以稍后执行时间序列练习吗？

您可以遍历my_dict，对于每家公司，您可以根据需要找到它。如果我的回答解决了您的问题，请接受它作为答案。总帐