【问题标题】:Union of several DataFrames stored in the same variable存储在同一个变量中的多个 DataFrame 的联合
【发布时间】:2021-01-23 16:40:43
【问题描述】:

我已经通过 MetaTrader 5 模块的循环导入了一些股票的信息。

import MetaTrader5 as mt5  
 
tickers = ['Apple', 'Amazon', 'Facebook', 'Microsoft'] 
results = {}

for ticker in tickers:
    results[ticker] = mt5.copy_rates_range(ticker, mt5.TIMEFRAME_M1, inicio, fin)
    results[ticker] = pd.DataFrame(results[ticker]).set_index('time')

数据已存储在结果 [ticker] 中。例如,当ticker = 'Apple'

results['Apple']

{'Apple':               open    high     low   close  tick_volume  spread  real_volume
 time                                                                        
 1606149300  117.33  117.55  117.31  117.47          126      12            0
 1606149360  117.48  117.54  117.31  117.39          134      12            0
 1606149420  117.38  117.54  117.36  117.41           95      12            0
 1606149480  117.43  117.47  117.32  117.33           90      12            0
 1606149540  117.32  117.33  117.24  117.26          123      12            0
 ...            ...     ...     ...     ...          ...     ...          ...

当ticker = '亚马逊'

results['Amazon']

open    high    low close   tick_volume spread  real_volume
time                            
1606149300  3114.25 3132.43 3114.25 3131.28 44  429 0
1606149360  3131.28 3133.25 3122.69 3131.52 83  450 0
1606149420  3131.52 3132.12 3122.69 3130.11 61  449 0
1606149480  3127.53 3135.92 3122.69 3127.05 80  448 0
1606149540  3129.77 3135.54 3123.50 3131.98 49  441 0
... ... ... ... ... ... ... ...

我的问题是如何将所有这些表连接到一个 DataFrame 中?例如,单个 DataFrame 中每个代码的“关闭”列,如下例所示

CLOSE       Apple Amazon Microsoft ETC...
time                            
1606149300  3114.25 3132.43 3114.25 
1606149360  3131.28 3133.25 3122.69 
1606149420  3131.52 3132.12 3122.69 
1606149480  3127.53 3135.92 3122.69 
1606149540  3129.77 3135.54 3123.50 
... ... ... ... ... ... ... ...

提前感谢您的帮助

【问题讨论】:

    标签: python dataframe for-loop stockquotes metatrader5


    【解决方案1】:

    你可以试试 Pandas 中的 join 功能。

    merged_df = results[tickers[0]]
    for t in tickers[1:]:
        merged_df = merged_df.merge(results[t][['close']], left_index=True, right_index=True)
    

    希望它能解决你的问题!

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2022-01-22
      • 1970-01-01
      • 2016-12-27
      • 1970-01-01
      • 1970-01-01
      • 2013-07-11
      • 2022-11-23
      • 2018-06-13
      相关资源
      最近更新 更多