我想用Python计算两个Pandas系列之间的差异。不幸的是,返回了一个我无法理解的错误。我的代码的相关部分是:
import urllib.request
import pandas as pd
base_url = "http://ichart.finance.yahoo.com/table.csv?s="
def get_data(base_url,ticker):
url = base_url + ticker
source = urllib.request.urlopen(url)
return pd.read_csv(source,index_col=0,parse_dates=True,header=None)
ticker_list = {'INTC': 'Intel'}
for ticker in ticker_list:
prices = get_data(base_url,ticker)
prices.columns = 'Open','High','Low','Close','Volume','Adj Close'
closing_prices = prices['Close']
begin = closing_prices.ix[['2013-01-03']]
end = closing_prices.ix[['2013-12-27']]
difference = end.sub(begin)
Python 返回以下错误:
TypeError: unsupported operand type(s) for -: 'str' and 'str'
但是,type(begin)
与 type(end)
一样返回 pandas.core.series.Series
。我使用了 end.sub()
方法,因为我想遵守此处所述的说明:http://pandas.pydata.org/pandas-docs/dev/generated/pandas.Series.sub.html 。为了尝试解决我的问题,我(除其他外)遵循了以下建议:Subtract a column from one pandas dataframe from another没有效果。
你知道我的代码中的错误埋在哪里吗?特别是,为什么 Python 会声明我尝试对字符串进行减法?我很感激任何帮助!
更新:根据@EdChum的评论,我想发布一些数据:输入begin
给出:
`2013-01-03 21.32
Name: Close, dtype: object
close_prices.head()
给出:
`0
Date Close
2014-08-07 32.68
2014-08-06 32.85
2014-08-05 32.82
2014-08-04 34.05
Name: Close, dtype: object`
最佳答案
我必须将 urllib 更改为 urllib2,并将 urllib.request.urlopen 更改为 urllib2.urlopen ..但是,它应该是相同的。第一个问题是由将列名存储为值引起的。消除 header=None
可以解决这个问题。
这应该为您提供指定的第一个日期和最后一个日期之间的差异:
import urllib2
import pandas as pd
base_url = "http://ichart.finance.yahoo.com/table.csv?s="
def get_data(base_url,ticker):
url = base_url + ticker
source = urllib2.urlopen(url)
return pd.read_csv(source,index_col=0,parse_dates=True)
ticker_list = {'INTC': 'Intel'}
编辑-一定要检查数据的排序。对我来说,它将最新的放在顶部,最旧的放在底部。
for ticker in ticker_list:
prices = get_data(base_url,ticker)
prices.columns = 'Open','High','Low','Close','Volume','Adj Close'
closing_prices = prices['Close']
closing_prices = closing_prices['2013-01-03':'2013-12-27']
difference = closing_prices['2013-12-27'].values - closing_prices['2013-01-03'].values
print difference
关于python - 使用 pandas 对象进行算术,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25205561/