商品期货分层数据结构

Question

我对于我的生活似乎无法得到我想要的结构并使其功能正常，所以在一阵愤怒中我来找你们。

设置： 我有一个名为Futures_Contracts的目录，里面是大约30个文件夹，所有这些文件夹都以相关资产命名，最后在csv格式的6个最近的到期合约中。每个csv格式相同，包含日期，O，H，L，C，V，OI，到期月份。

注：OHLCV OI是开放的，高，低，收盘，成交量，持仓量（对于那些不熟悉），也承担收盘价低于

任务结算的代名词：从这里的目标是将期货数据加载到多指标熊猫数据框中，使得顶级指数是潜在的商品符号，中级指数是到期月 - 年，最后是OHLC数据。最终目标是让我可以开始对zipline模块进行黑客攻击，使其在未来运行。 所以视觉：

我愚蠢的尝试：

import numpy as np 
import matplotlib.pyplot as plt 
import pandas as pd 
from pandas import DataFrame, Series 
import datetime 
plt.figsize(16,8) 

deliveries = {} 
commoidities = {} 
columns = 'open', 'high', 'low', 'settle', 'volume', 'interest', 'delivery' #Contract fields 
path = os.getcwdu()+'/Futures_Contracts/' #Futures Path 
for sym in os.listdir(path): 
    if sym[0] != '.': #Weed out hidden files 
     deliveries[sym] = [] 
     i = 0 
     for contract in os.listdir(path + sym): 
      temp = pd.io.parsers.read_csv(path + sym + '/' + contract, index_col=0, parse_dates = True, names = columns)#pull in the csv 
      deliveries[sym].append(str(contract[:-4][-1] + contract[:-4][:-1][-2:])) #add contract to dict in form of MonthCode-YY 
      commodities[sym] = deliveries[sym] 
      commodities[sym][i] = temp 
      i += 1 

这个有点工作，但是这确实是一个嵌套的字典保存在最后一个数据帧。因此切片是非常笨拙：

commodities['SB2'][0]['settle'].plot() 
commodities['SB2'][3]['settle'].plot() 
commodities['SB2'][4]['settle'].plot() 
commodities['SB2'][3]['settle'].plot() 
commodities['SB2'][4]['settle'].plot() 
commodities['SB2'][5]['settle'].plot() 

，并产生

最理想的，我将能够在每个指标的切片，这样我可以比较不同资产，到期日期和值数据。此外，请标注我正在查看的内容，如同您在matplotlib图表中看到的，所有内容都简单地命名为'settle'

确实有办法做到这一点，但我不够聪明。

Answer 1

我想你会更好地把它放到一个DataFrame中，所以考虑使用MultiIndex。这里有一个例子玩具，我认为会很好的转化为代码：

In [11]: dfN13 = pd.DataFrame([[1, 2]], columns=[['N13', 'N13'], ['a', 'b']]) 

In [12]: dfM13 = pd.DataFrame([[3, 4]], columns=[['M13', 'M13'], ['a', 'b']]) 

这些都是在你的榜样的DataFrames，但列的第一个层次，它只是资产名称。

In [13]: df = pd.concat([dfN13, dfM13], axis=1) 

In [14]: df 
Out[14]: 
    N13  M13 
    a b a b 
0 1 2 3 4 

为了方便起见，我们可以标记列级别和索引。

In [15]: df.columns.names = ['asset', 'chart'] 

In [16]: df.index.names = ['date'] # well, not in this toy example 

In [17]: df 
Out[17]: 
asset N13  M13 
chart a b a b 
date 
0  1 2 3 4 

注：此长得挺像你的电子表格。

使用 xs

我们可以抢出一个具体的图表（例如OHLC）：

In [18]: df.xs('a', level='chart', axis=1) 
Out[18]: 
asset N13 M13 
date 
0  1 3 

In [19]: df.xs('a', level='chart', axis=1).plot() # win 

Answer 2

确定这似乎工作。

commodities = {} 
columns = 'open', 'high', 'low', 'settle', 'volume', 'interest', 'delivery' #Contract fields 
path = os.getcwdu()+'/Futures_Contracts/' #Futures Path 
for sym in os.listdir(path): 
    if sym[0] != '.': #Weed out hidden files 
     i = 0 
     c_expirations = {} 
     for contract in os.listdir(path + sym): 
      expiry = (contract[:-4][-1].encode('ascii', 'ignore') + contract[:-4][:-1][-2:].encode('ascii', 'ignore')) 
      c_expirations[expiry] = pd.io.parsers.read_csv(path + sym + '/' + contract, index_col=0, parse_dates = True, names = columns) 
     commodities[sym] = pd.concat(c_expirations, axis =1) 
df_data = pd.concat(commodities, axis=1) 
df_data.columns.names = 'asset', 'expiry', 'data' 

，并看看它打印出

print df_data 


<class 'pandas.core.frame.DataFrame'> 
DatetimeIndex: 1568 entries, 2007-04-16 00:00:00 to 2013-06-17 00:00:00 
Columns: 1197 entries, (CC2, H14, open) to (ZW, Z13, delivery) 
dtypes: float64(1197) 

真的只是来到了安迪的建议修修补补，并将其应用于大规模