合并多张工作表的数据

在 Python 中导入与管理金融数据

Stefan Jansen

Instructor

合并 DataFrame

  • 连接（纵向"堆叠"）pd.DataFrame列表
  • 语法：pd.concat([amex, nasdaq, nyse])

NASDAQ、NYSE 和 AMEX 表具有相同的列

在 Python 中导入与管理金融数据

合并 DataFrame

  • 连接（纵向"堆叠"）pd.DataFrame列表
  • 语法：pd.concat([amex, nasdaq, nyse])

axis = 0 的表

在 Python 中导入与管理金融数据

合并 DataFrame

  • 连接（纵向"堆叠"）pd.DataFrame列表
  • 语法：pd.concat([amex, nasdaq, nyse])

三张表合并为一张长表

在 Python 中导入与管理金融数据

连接两个 DataFrame

amex = pd.read_excel('listings.xlsx',
                     sheet_name='amex', 
                     na_values=['n/a'])

nyse = pd.read_excel('listings.xlsx', 
                     sheet_name='nyse', 
                     na_values=['n/a'])

pd.concat([amex, nyse]).info()

Int64Index: 3507 entries, 0 to 3146
Data columns (total 7 columns):
 #   Column                 Non-Null Count  Dtype  
 --  ------                 --------------  -----  
 0   Stock Symbol           3507 non-null   object 
...
在 Python 中导入与管理金融数据

添加引用列

amex['Exchange'] = 'AMEX' # Add column to reference source
nyse['Exchange'] = 'NYSE'

listings = pd.concat([amex, nyse])

listings.head(2)

  Stock Symbol    ...      Exchange       
0         XXII    ...         AMEX    
1          FAX    ...         AMEX
在 Python 中导入与管理金融数据

合并三个 DataFrame

xls = pd.ExcelFile('listings.xlsx')

exchanges = xls.sheet_names

# Create empty list to collect DataFrames
listings = []

for exchange in exchanges:
  listing = pd.read_excel(xls, sheet_name=exchange)
  # Add reference col
  listing['Exchange'] = exchange
  # Add DataFrame to list
  listings.append(listing)

# List of DataFrames
combined_listings = pd.concat(listings)
在 Python 中导入与管理金融数据

合并三个 DataFrame

combined_listings.info()

Int64Index: 6674 entries, 0 to 3146
Data columns (total 8 columns):
 #   Column                 Non-Null Count  Dtype  
 --  ------                 --------------  -----  
 0   Stock Symbol           6674 non-null   object 
 1   Company Name           6674 non-null   object 
 2   Last Sale              6590 non-null   float64
 3   Market Capitalization  6674 non-null   float64
 4   IPO Year               2852 non-null   float64
 5   Sector                 5182 non-null   object 
 6   Industry               5182 non-null   object 
 7   Exchange               6674 non-null   object 
dtypes: float64(3), object(5)
在 Python 中导入与管理金融数据

Passons à la pratique !

在 Python 中导入与管理金融数据

Preparing Video For Download...