【发布时间】：2021-09-03 06:18:15
【问题描述】：
我有一个看起来像这样的 DataFrame
In [10]: vlr
Out[10]:
data tipoOP qtd ... flxCx flxCx_USD pmAtual_USD
ticker ...
JBSS3.SA 2020-03-06 C 4.0 ... -86.390000 NaN NaN
WEGE3.SA 2020-08-27 C 3.0 ... -198.050000 NaN NaN
ITUB4.SA 2020-09-09 C 8.0 ... -195.180000 NaN NaN
WEGE3.SA 2020-09-09 V -3.0 ... 193.150000 NaN NaN
ITSA4.SA 2020-09-18 C 33.0 ... -297.430000 NaN NaN
... ... ... ... ... ... ...
ARZZ3.SA 2021-06-01 C 2.0 ... -174.610000 NaN NaN
CP 2021-06-02 C 1.0 ... -417.103785 -81.55 81.55
HSY 2021-06-02 C 1.0 ... -884.843100 -173.00 173.00
ARKQ 2021-06-02 V -2.0 ... 836.650400 163.60 NaN
JPM 2021-06-02 C 1.0 ... -853.745724 -166.92 166.92
那我在做：
vlr_full = vlr.groupby('data')
vlr_full = vlr_full.apply(holding.ord_ativo).drop(columns=['data'])
vlr_full = vlr_full['qtdAtual']
获取vlr_full（qtdAtual栏为当天拥有的资产数量，累计）：
In [12]: vlr_full
Out[12]:
data ticker
2020-03-06 JBSS3.SA 4.0
2020-08-27 WEGE3.SA 3.0
2020-09-09 ITUB4.SA 8.0
WEGE3.SA 0.0
2020-09-18 ITSA4.SA 33.0
2021-06-01 PRIO3.SA 50.0
2021-06-02 ARKQ 0.0
CP 1.0
HSY 1.0
JPM 1.0
Name: qtdAtual, Length: 125, dtype: float64
（qtdAtual 表示“拥有的股份”，由vlr中“qtd”列的股票代码的累计和给出）
我有一个这样的DatetimeIndex：
idx = pd.date_range(first_day,end=yesterday,freq='D')
这是我买东西的第一天，一直到昨天
我的目标是用缺失的日期填充vlr_full“数据”级别索引，并且对于每个日期都有一个包含vlr 的所有代码的索引。如果代码在给定日期未交易，我将保留之前的值（如果尚未交易，则为 0）。有了这个，我计划使用yfinance 模块来获取历史报价数据并将其插入（乘以我在该日期拥有的数量）作为新列。之后我会绘制一些东西。
我试过这样的东西：
vlr_full.reindex(idx)
但是，显然它不起作用 (ValueError: cannot handle a non-unique multi-index!) 。我不确定如何继续，我尝试了一些相关的问题，但我无法将它们应用于我的问题。我确信有一些代码可以解决这个问题，但我正在学习。
至于我正在寻找的输出，它会是这样的：
In [12]: vlr_full
Out[12]:
data ticker
2020-03-06 ABEV3.SA 0.0
AMD 0.0
ARKQ 0.0
ARRZ3.SA 0.0
CP 0.0
HSY 0.0
ITUB4.SA 0.0
ITSA4.SA 0.0
JBSS3.SA 4.0
... ... ...
2020-03-07 ABEV3.SA 0.0
AMD 0.0
ARKQ 0.0
ARRZ3.SA 0.0
CP 0.0
HSY 0.0
ITUB4.SA 0.0
ITSA4.SA 0.0
JBSS3.SA 4.0
... ... ...
... ... ...
2021-06-17 ABEV3.SA 45
AMD 5
ARKQ 0
ARRZ3.SA 12
CP 1
HSY 1
ITUB4.SA 0.0
ITSA4.SA 139
JBSS3.SA 0.0
因此，对于每个日期，从 2020 年 3 月 6 日（第一个日期）到昨天（截至今天的 2021 年 6 月 17 日），我希望有一个指数水平贯穿我交易过的所有代码指向并在该日期放置所拥有的股票（如果之前没有交易，则为零）。 我的问题是在第一级填写缺失的日期，然后在第二级填写股票代码。
请注意，在输出示例中，我在 2020 年 3 月 6 日只有 4 股 JBSS3.SA，仅此而已，直到 2020 年 8 月 27 日才会如此，同时仍将所有其他股票归为 0 股。
EDIT1：
试过这个：
vlr_full.reindex(pd.MultiIndex.from_product([idx,vlr_full.index.unique(level=1)], names=['data', 'ticker']), fill_value=0)
但它给了我：
ValueError: cannot handle a non-unique multi-index!
idx 是：
In [29]:idx
Out[29]:
DatetimeIndex(['2020-03-06', '2020-03-07', '2020-03-08', '2020-03-09',
'2020-03-10', '2020-03-11', '2020-03-12', '2020-03-13',
'2020-03-14', '2020-03-15',
...
'2021-06-08', '2021-06-09', '2021-06-10', '2021-06-11',
'2021-06-12', '2021-06-13', '2021-06-14', '2021-06-15',
'2021-06-16', '2021-06-17'],
dtype='datetime64[ns]', length=469, freq='D')
而vlr_full.index.unique(level=1) 是：
In [30]:vlr_full.index.unique(level=1)
Out[30]:
Index(['JBSS3.SA', 'WEGE3.SA', 'ITUB4.SA', 'ITSA4.SA', 'CPFE3.SA', 'TAEE11.SA',
'VIVT4.SA', 'OIBR3.SA', 'TAEE4.SA', 'EGIE3.SA', 'SAPR11.SA', 'TIMS3.SA',
'EQTL3.SA', 'VIVT3.SA', 'ABEV3.SA', 'HGLG11.SA', 'LEVE3.SA', 'RAIL3.SA',
'XPLG11.SA', 'TAEE3.SA', 'ARKQ', 'ARZZ3.SA', 'GME', 'AMD', 'DIS',
'EZTC3.SA', 'FLRY3.SA', 'RIO', 'FTM', 'JALL3.SA', 'PRIO3.SA',
'BLAU3.SA', 'CP', 'HSY', 'JPM'],
dtype='object', name='ticker')
【问题讨论】：
-
我不明白你想做什么。也许你可以给出一些你期望的输出。您可能想使用
vlr_full.reset_index()? （我问） -
我编辑了一些我想要的输出示例。我尽量保持小，因为它的所有日期都到昨天为止。我希望它变得更加清晰。
-
谢谢，我明白了（也许...），现在尝试解决...
标签： python pandas pandas-groupby multi-index