Pandas 复合索引

– Start

import numpy as np
import pandas as pd
from datetime import datetime

pd.set_option('display.max_columns', 100)
pd.set_option('display.max_rows', 100)
pd.set_option('display.width', 1000)

# 通过读取 Excel 文件创建 DataFrame
df = pd.read_excel("index300.xls", sheet_name="Directive Index", index_col=0)
print(df)

# 删除 index
df.reset_index(inplace=True)
print(df)

# 重新设置 '指数代码Index Code'  为 index
df.set_index('指数代码Index Code', inplace=True)
print(df)

# 重新设置 '指数中文全称Index Chinese Name(Full)' 和 '日期Date' 为 index
df.set_index(['指数中文全称Index Chinese Name(Full)', '日期Date'], inplace=True)
print(df)

# 根据 index 筛选
print(df.loc['沪深300美元指数'])
print(df.loc['沪深300美元指数'].loc[datetime(2021, 6, 16, 0, 0, 0)])
print(df.loc['沪深300美元指数'].loc[datetime(2021, 6, 16, 0, 0, 0)]['收盘Close'])

# 根据 index 筛选
print(df.xs('沪深300美元指数'))
print(df.xs(('沪深300美元指数', datetime(2021, 6, 16, 0, 0, 0))))
print(df.xs(datetime(2021, 6, 16, 0, 0, 0), level='日期Date'))

– 更多参见：Pandas 精萃
– 声 明：转载请注明出处
– Last Updated on 2021-06-23
– Written by ShangBo on 2018-11-01
– End