为 pandas DataFrame 中的列接收 NaN答案

【问题标题】：Receiving NaN for a column in pandas DataFrame为 pandas DataFrame 中的列接收 NaN
【发布时间】：2015-08-30 21:40:57
【问题描述】：

这是来自 O'Reilly 书籍 Python for Data Analysis 的一段代码（练习）。

from pandas import Series, DataFrame
import pandas.io.data as web

all_data = {}
for ticker in ['AAPL', 'IBM', 'MSFT', 'GOOG']:
    all_data[ticker] = web.get_data_yahoo(ticker)

price = DataFrame({k: v['Adj Close'] for k,v in all_data.items()})

奇怪的是，当我查看生成的 DataFrame 时，Google 的内容总是NaN：

我知道代码不是您所说的最佳代码，但这些是书本练习，我正在尝试通过实验从中学习。

如果我只获取与 Google 相关的数据并从中制作 DataFrame，则会出现实际数字：

DataFrame(all_data['GOOG']['Adj Close']).head()

但是当我尝试对所有股票代码做同样的事情时，它又出错了：

DataFrame([all_data['GOOG']['Adj Close'],
         all_data['AAPL']['Adj Close'],
         all_data['IBM']['Adj Close'],
         all_data['MSFT']['Adj Close']],
         index=['GOOG', 'AAPL', 'IBM', 'MSFT']).T.head()

任何有关可能导致此问题的原因的见解将不胜感激！

版本信息：

Python 3.4.2
熊猫 (0.16.2)
numpy (1.9.2)

【问题讨论】：

标签： python pandas python-3.4

【解决方案1】：

Google 现在有两类公开交易的股票，C 类（“GOOG”）于 2014 年发行，原 A 股在“GOOGL”下交易。文章here 提供更多信息。

因此，要获得所有 4 个的完整历史记录，只需更改代码即可。这也是数据“丢失”意味着什么的一个很好的例子。如果您想过滤到那些原始 4 个代码的常见日期，您可以这样做 price = price.dropna()

【讨论】：

我现在觉得很傻，因为答案就在我眼前。我怀疑我在合并数据时做错了什么，但这只是由于时期（2014 年 vs 2010 年）。感谢您解决这个问题！

【解决方案2】：

您没有查看完整数据。查看两次重新排列中的日期。

>>> price.GOOG.isnull().sum()
1064

试试tail()

>>> price.GOOG.head()
Date
2010-01-04   NaN
2010-01-05   NaN
2010-01-06   NaN
2010-01-07   NaN
2010-01-08   NaN

>>> price.GOOG.tail()
Date
2015-08-24    589.609985
2015-08-25    582.059998
2015-08-26    628.619995
2015-08-27    637.609985
2015-08-28    630.380005

我怀疑根本原因是谷歌的 RIC 更改。他们已经多次更改股份结构以保持对投票权等的控制。因此，在特定日期之前没有为该股票标识符定义股票价格。

使用 Spyder 之类的 IDE 可能会有所帮助 - 您可以使用类似 matlab 的方式查看完整的数据框，从而阻止此类事情的发生。

【讨论】：