Ich arbeite in Python mit Pandas und habe das folgende Problem. Ich habe einen Datenrahmen mit einer großen Anzahl von Zeilen, die Kryptowährungsdaten pro Datum darstellen. Nach Erreichen des letzten Datums wird eine neue Zeitreihe für eine andere Kryptowährung in denselben Spalten gestartet. Ich suche nach einer Möglichkeit, den Datenrahmen so zu manipulieren, dass für jedes Token-Datum alle Kryptowährungsdaten in einer einzelnen Zeile angezeigt werden, sodass die Gesamtzahl der Zeilen der Gesamtzahl der Token-Daten entspricht
Derzeit sieht der df wie folgt aus:
token_id token_caption token_date token_price_usd token_marketcap_usd
64 WAN Wanchain 2019-06-24 0.3817 40414601.0
64 WAN Wanchain 2019-07-01 0.3644 38683920.0
64 WAN Wanchain 2019-07-08 0.3557 37759781.0
64 WAN Wanchain 2019-07-15 0.2625 27824362.0
64 WAN Wanchain 2019-07-22 0.2545 27036722.0
...
57 MAID 2017-07-24 0.3775 170824959.0
57 MAID 2017-07-31 0.2917 132012254.0
57 MAID 2017-08-07 0.3589 162410652.0
57 MAID 2017-08-14 0.3763 170283706.0
57 MAID 2017-08-21 0.4615 208873303.0
...
Ich suche nach Code, um so etwas zu erreichen: (Die Spaltenaufteilung wird ungefähr 100 Mal durchgeführt, was ungefähr 201 Spalten ergibt.)
token_date WAN Wanchain - Price WAN Wanchain - Marketcap ... MAID - Price MAID - Marketcap...
2019-06-24 0.3817 40414601.0 xxx xxx
2019-07-01 0.3644 38683920.0 xxx xxx
2019-07-08 0.3557 37759781.0 xxx xxx
...
Ich wäre für jede Hilfe dankbar. Ich bin ein absoluter Anfänger in Bezug auf Python und habe keine Vorstellung davon, wie dies erreicht werden kann.
Vielen Dank!
Warum nicht verwenden pivot
:
Gegebene Daten
token_id token_caption token_date token_price_usd token_marketcap_usd
64 WAN_Wanchain 2019-06-24 0.3817 40414601.0
64 WAN_Wanchain 2019-07-01 0.3644 38683920.0
64 WAN_Wanchain 2019-07-08 0.3557 37759781.0
64 WAN_Wanchain 2019-07-15 0.2625 27824362.0
64 WAN_Wanchain 2019-07-22 0.2545 27036722.0
57 MAID 2019-06-24 0.3775 170824959.0
57 MAID 2019-07-01 0.2917 132012254.0
57 MAID 2019-07-08 0.3589 162410652.0
57 MAID 2019-07-15 0.3763 170283706.0
57 MAID 2019-07-22 0.4615 208873303.0
Beachten Sie, dass ich die Daten wiederholt habe, damit etwas passend war
df.pivot("token_date", "token_caption", ["token_price_usd", "token_marketcap_usd"])
gibt
token_price_usd token_marketcap_usd
token_caption MAID WAN_Wanchain MAID WAN_Wanchain
token_date
2019-06-24 0.3775 0.3817 170824959.0 40414601.0
2019-07-01 0.2917 0.3644 132012254.0 38683920.0
2019-07-08 0.3589 0.3557 162410652.0 37759781.0
2019-07-15 0.3763 0.2625 170283706.0 27824362.0
2019-07-22 0.4615 0.2545 208873303.0 27036722.0
Dieser Artikel stammt aus dem Internet. Bitte geben Sie beim Nachdruck die Quelle an.
Bei Verstößen wenden Sie sich bitte [email protected] Löschen.
Lass mich ein paar Worte sagen