python - Pandas :在每行中设置group_by值

我从互联网服务获得具有以下结构的熊猫数据框：

from yfinance module

                      DXCM
                      Open        High         Low       Close   Volume
    Date
    2020-01-30  237.850006  239.770004  232.000000  238.929993   459600
    2020-01-31  238.820007  247.339996  238.009995  240.750000  1000100
    2020-02-03  241.039993  243.839996  236.449997  237.089996   637700
    2020-02-04  238.910004  245.259995  237.669998  243.699997   685500


                      SPY
                      Open        High         Low       Close     Volume
    Date
    2020-01-30  324.359985  327.910004  323.540009  327.679993   75491800
    2020-01-31  327.000000  327.170013  320.730011  321.730011  113845600
    2020-02-03  323.350006  326.160004  323.220001  324.119995   69242300
    2020-02-04  328.070007  330.010010  327.720001  329.059998   62573200

DXCM和SPY按值分组=股票行情

我需要按值分组，即每行中都有SPY（=代码）。但是我找不到正确的代码。

我使用以下代码获取此数据框：

data = yf.download(ticker, start=von, end=bis,
                   group_by="ticker",interval= '1d', auto_adjust=True)

如果我按参数消除分组，则会使情况更糟。

请帮忙。

爱德华

最佳答案

试用以下代码：

import yfinance as yf

data = yf.download('DXCM SPY', start="2017-01-01", end="2017-04-30",
                   interval= '1d', auto_adjust=True)
data = data.T.unstack().T
data.index.names = ['Date', 'Ticker']

结果的head()为：

                        Close        High         Low        Open      Volume
Date       Ticker
2017-01-03 DXCM     58.250000   59.650002   57.759998   59.500000   1429300.0
           SPY     212.796539  213.353941  211.511672  212.607577  91366500.0
2017-01-04 DXCM     60.720001   61.150002   57.680000   58.299999   1811600.0
           SPY     214.062500  214.223107  213.146087  213.155529  78744400.0
2017-01-05 DXCM     62.660000   64.550003   60.529999   60.889999   1641400.0

关于python - Pandas :在每行中设置group_by值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/60365104/