小编com*_*out的帖子

目标

我有一些CSV格式的多种产品的金融交易数据,我想用熊猫分析.交易以非规则的间隔发生,并且加时间戳为1秒准确度,这导致一些交易"同时"发生,即具有相同的时间戳.

目前的目标是生成每种产品的累计交易量的图表.

目前的进展

交易数据已使用read_csv()读取到DataFrame中,该解析日期时间为索引.

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 447 entries, 2012-12-07 17:16:46 to 2012-12-10 16:28:29
Data columns:
Account Name    447  non-null values
Exchange        447  non-null values
Instrument      447  non-null values
Fill ID         447  non-null values
Side            447  non-null values
Quantity        447  non-null values
Price           447  non-null values
dtypes: float64(1), int64(1), object(5)

做了一些工作来添加"QuantitySigned"列.

我做了一个"groupby",以便我可以通过仪器访问数据.

grouped = trades.groupby('Instrument', sort=True)
for name, group in grouped:
        group.QuantitySigned.cumsum().plot(label=name)
plt.legend()

问题

上面的工作,但我想在一个DataFrame中有TimeSeries(每个工具一个),即每个工具的一列,这样我就可以使用DataFrame.plot().问题是没有两个TimeSeries具有完全相同的索引,即我需要合并所有TimeSeries的索引.

我知道这应该有用,考虑到以下简单的例子:

index=pd.date_range('2012-12-21', periods=5)
s1 = Series(randn(3), index=index[:3])
s2 = Series(randn(3), index=index[2:])
df = DataFrame(index=index) …