我有这样的df:
ticker GSPC.INDX IBM.US US10Y.INDX adjustedRF index_returns equity_returns excess_market_returns alpha beta
date
2013-11-04 1764.180033 179.116667 2.634467 0.001043 0.001218 -0.002539 0.000175 -0.001419 0.647420
2013-11-05 1767.130033 179.103333 2.643033 0.001047 0.001670 -0.000074 0.000624 -0.001423 0.647479
2013-11-06 1760.203333 179.013333 2.642467 0.001047 -0.003941 -0.000500 -0.004988 -0.001427 0.647593
2013-11-07 1762.750000 179.726667 2.668500 0.001057 0.001441 0.003987 0.000385 -0.001428 0.647597
2013-11-08 1763.216667 180.956667 2.701867 0.001070 0.000263 0.006795 -0.000807 -0.001428 0.647452
... ... ... ... ... ... ... ... ... ...
2021-07-06 4351.336567 139.540000 1.368967 0.000542 0.002934 -0.016329 0.002392 -0.000276 0.391254
2021-07-07 4340.829900 139.780000 1.322733 0.000524 -0.002423 0.001710 -0.002947 -0.000276 0.391306
2021-07-08 4349.499833 140.693333 1.325433 0.000525 0.001990 0.006517 0.001465 -0.000275 0.391341
2021-07-09 4345.184800 141.130000 1.339500 0.000530 0.001308 0.006043 0.000782 -0.000276 0.391278
2021-07-10 4377.089850 141.220000 1.362000 0.000539 0.011215 0.005527 0.010676 -0.000271 0.391562
1992 rows × 9 columns
我必须透视这个表,所以我认为ticker和date是索引(?)
df.columns
的结果是:
Index(['GSPC.INDX', 'IBM.US', 'US10Y.INDX', 'adjustedRF', 'index_returns',
'equity_returns', 'excess_market_returns', 'alpha', 'beta'],
dtype='object', name='ticker')
我想为这一年创建一个新列(我相信这就是诀窍- df['year'] = pd.to_datetime(df['date'],format='%Y')
),但是它没有找到date列,因为我认为它是某种索引?
我如何访问它?
发布于 2021-07-22 22:52:03
您的数据帧可能会将日期存储在DatetimeIndex中。要访问数据帧中每一行的年份,只需使用df.index.year
https://stackoverflow.com/questions/68491896
复制相似问题