无法对 Pandas DataFrame 进行排序

Question

我正在尝试遵循这个例子：

以下格式的数据存储在 csv 文件中：

  Date       Open    High    Low   Close   Adj. close  Volume 
23/01/2018    1.00    3.00    2.00   2.10     2.15       1000

使用以下代码读取此数据：

self.symbol_data[s] = pd.io.parsers.read_csv( os.path.join(self.csv_dir,
’%s.csv’ % s), 
header=0, index_col=0, parse_dates=True,
names=['datetime’, ’open’, ’high’, ’low’, ’close’, ’volume’, ’adj_close’]).sort()

只是为了检查 .sort() 按第一列中的值对帧进行排序是否正确？

我的问题是我使用不同版本的 Python 3.6 与他的 2.x 和不同版本的 pandas 0.22.0 vs（不确定，但它更旧），我也试图从不同的具有不同格式的源。有一些额外的列，列的名称略有不同。

timestamp     open    high    low   close adjusted_close  Volume div_amt split
23/01/2018    1.00    3.00    2.00   2.10     2.15         1000     0      1 

self.symbol_data[s] = pd.read_csv(os.path.join(self.csv_dir, '%s.csv' %s),
usecols=[0,1,2,3,4,5,6],
header=0, index_col=0, parse_dates=True,
names=['timestamp', 'open', 'high','low', 'close', 'adjusted_close',
    'volume']).sort_values(by=['timestamp'])

上面的 pd.read_csv 调用会实现我想要的吗？

是否可以按名称选择要读取的列？

我还可以检查 names=[] 是指 Pandas DateFrame 中的列吗？
我认为python帮助对此并不清楚： names ：要使用的列名列表。
pandas 数据框的 csv 文件的哪些列以及用于什么？

无论如何，目前我在排序部分遇到问题。 sort_values 是否与上面的 sort() 等效（by='timestamp'）？

我也收到此错误：

KeyError: '时间戳'

关于如何解决这个问题的任何建议？

Answer 1

您将第一列设置为由index_col=0 索引，因此需要将sort_values 更改为sort_index。

它在一些非常旧的 pandas 版本中是如何工作的，下面是 0.17.0 - 检查 docs。

编辑：

Csv 具有标题 col1 和 col2。如果要替换列名，请使用参数names 和header=0：

temp=u"""col1,col2
1,2
4,8"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), names=['a', 'b'], header=0)
print (df)
   a  b
0  1  2
1  4  8

如果省略 header=0 新的列名被添加：

temp=u"""col1,col2
1,2
4,8"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), names=['a', 'b'])
print (df)
      a     b
0  col1  col2
1     1     2
2     4     8

但如果没有csv 标头并使用header=0，则第一个数据行1 和2 将丢失：

temp=u"""
1,2
4,8"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), names=['a', 'b'], header=0)
print (df)
   a  b
0  4  8

正确只需要参数names：

temp=u"""
1,2
4,8"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), names=['a', 'b'])
print (df)
   a  b
0  1  2
1  4  8