如何解决存储在同一变量中的多个 DataFrame 的联合
我通过 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
... ... ... ... ... ... ... ...
当股票代码 = '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合并到一个 DataFrame 中?例如,单个 DataFrame 中每个股票代码的“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
... ... ... ... ... ... ... ...
预先感谢您的帮助
解决方法
您可以尝试使用 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)
希望它能解决您的问题!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。