Ich habe zwei CSV-Dateien 1: eurusd. csv 2: xauusd. csv gibt es keinen Header in den Dateien, aber die Daten sind Datum Zeit, offen, hoch, niedrig, schließen, Volumen. Jede Datei hat die folgende Art von Daten. Ich möchte die Daten auf der Grundlage der Spalte Datum Zeit, die die erste Spalte in beiden Dateien. Wie Sie sehen können, die zweite Datei nicht genau die gleichen Datensätze wie die erste Datei, so fehlen einige Daten aus der zweiten Datei, aber thats ok. Ich möchte die Close-Spalte aus der zweiten Datei auf die erste Datei basierend auf Matching Datum Kachel Feld zwischen ihnen zu bringen, so dass die endgültige zusammengeführte CSV-Datei die folgenden Spalten haben. Date Time, Open, High, Low, Close, Volume, CloseFromSecondCsv im nicht sicher, wie dies zu tun. Vielen Dank im Voraus Final Working Code auf TomAugspurgers Antwort: Ich dachte, mit Spaltennummern nur Weg. Andy, sorry das war mein Fehler. Das war ein Tippfehler, ich es fixiert und bearbeitet die ursprüngliche Post. Warum nur kopieren Sie die Nähe Wert ist Ich benutze Altreva Adaptive Modeler und es erlaubt, Modell auf einem einzigen Instrument und die neueste Version ermöglicht es Ihnen, einen weiteren Datenpunkt in der Modellierung als auch hinzufügen, so bin ich die Wahl gold close Preis zu verwenden Der Modellierer. Ich kann nur einzelne zusätzliche Spalte verwenden, ansonsten krank verwenden alle Spalten aus der zweiten csv-Datei, aber für jetzt nur knapp oder Spalte 4. ndash killerkhan Wenn ich Ihre Frage richtig verstehe, hatte Andy die richtige Idee in seinem Kommentar. Sie wollen nicht zu zwei zusammenführen, möchten Sie die Spalte von einer in die andere zu kopieren. Sie können df2.fillna (0), um Ihre erwartete Antwort zu erhalten. Hier ist, was ich versuchte: import pandas als pd df1 pd. readcsv (quotC: IQFEEDXAUUSDOP1.csvquot, indexcol0, names39time39, 39open39, 39high39, 39low39, 39close39, 39volume39, parsedatesTrue) df2 pd. readcsv (quotC: IQFEEDEURUSDP1.csvquot, indexcol0, (39C: IQFEEDpython. csv39, indexFalse) ndash killerkhan Jul 9 13 am 20:10 Und hat das für dich funktioniert nDash TomAugspurger Jul 9 13 am 20 : 13 Danke Tom, das hat funktioniert. Ich habe den letzten Arbeitscode oben bearbeitet. Wenn Sie an etwas anderes denken können, um Code hinzuzufügen oder zu entfernen, lass es mich wissen. Dank wieder ndash killerkhan Jul 9 13 um 20: 24NOTICE: Die IDRE Statistical Consulting-Gruppe wird die Migration der Website, um die WordPress CMS im Februar zu erleichtern Wartung und Erstellung neuer Inhalte. Einige unserer älteren Seiten werden entfernt oder archiviert, so dass sie nicht länger erhalten bleiben. Wir werden versuchen, die Weiterleitungen so zu halten, dass die alten URLs weiterhin so gut funktionieren, wie wir können. Willkommen beim Institut für Digitale Forschung und Bildung Helfen Sie der Stat Consulting Group, indem Sie ein Geschenk geben Stata Learning Modul Daten kombinieren Dieses Modul wird Ihnen zeigen, wie Sie Dateien in Stata kombinieren können. Beispiele umfassen angehängte Dateien, Eins-zu-Eins-Zusammenführung und Eins-zu-Eins-Zuordnung. Anhängen von Datendateien Wenn Sie zwei Datendateien haben, können Sie sie durch Stapeln übereinander kombinieren. Zum Beispiel haben wir eine Datei, die Väter und eine Datei enthält, die Mütter enthält, wie unten gezeigt. Wenn wir diese Dateien kombinieren wollten, indem wir sie aufeinander stapeln, können wir den Befehl append wie unten gezeigt verwenden. Wir können den Listenbefehl verwenden, um zu sehen, ob das korrekt funktionierte. Der Append funktionierte richtig. Die Väter und Mütter sind zusammen in einer Datei gestapelt. Aber es gibt ein kleines Problem. Wir können nicht sagen, die Väter von den Müttern. Lets versuchen, dies wieder tun, aber zuerst werden wir eine Variable namens momdad in der Väter und Mütter Datendatei, die Papa für die Dads-Datei und Mama für die Moms-Datei enthalten wird. Wenn wir die beiden Dateien zusammen kombinieren, wird die Momdad-Variable uns sagen, wer die Mütter und Väter sind. Hier machen wir momdad Variable für die Dads-Datei. Wir speichern die Datei mit dem Namen dads1. Hier machen wir momdad Variable für die Moms-Datei. Wir speichern die Datei, die es moms1 nennt. Nun können wir dads1 und moms1 zusammenfügen. Nun, wenn wir die Daten die momdad Variable zeigt, wer die Mütter und Väter sind. Match-Merging Eine weitere Möglichkeit, Daten-Dateien zu kombinieren, ist Match-Merging. Sagen wir, dass wir die Väter mit der faminc-Datendatei kombinieren wollten, die die Väterinformation und die Familieninformationen nebeneinander hatten. Wir können dies mit einem Spiel zusammenführen. Werfen wir einen Blick auf die Väter und faminc Datei. Wir wollen die Datendateien so kombinieren, dass sie so aussehen. Beachten Sie, dass die famid-Variable verwendet wird, um die Beobachtung aus der Väter-Datei mit der entsprechenden Beobachtung aus der faminc-Datei zu verknüpfen. Die Strategie für das Zusammenführen der Dateien geht so. 1. sortieren Sie Väter auf famid und speichern Sie diese Akte (benennen es dads2). 2. sort faminc auf famid und speichern Sie diese Datei (aufrufend faminc2). 3. Verwenden Sie die Datei dads2. 4. Fügen Sie die Datei dads2 mit der faminc2-Datei zusammen, um sie mit famid zu vergleichen. Hier sind die vier Schritte. 1. Sortieren Sie die Dads-Datei von famid und speichern Sie es als dads2 2. Sortieren Sie die faminc-Datei von famid und speichern Sie es als faminc2. 3. Verwenden Sie die Datei dads2 4. Zusammenführen mit der faminc2-Datei mit famid als Schlüsselvariable. Es scheint, wie dies funktionierte just fine, aber was ist, dass Merge-Variable Die Merge-Variable zeigt für jede Beobachtung, wie das Merge ging. Dies ist nützlich, um nicht übereinstimmende Datensätze zu identifizieren. Merge kann einen von drei Werten haben 1 - Der Datensatz enthält nur Informationen aus file1 (zB einen dad2 Datensatz ohne entsprechenden faminc2 Datensatz) 2 - Der Datensatz enthält nur Informationen aus file2 (zB einen faminc2 Datensatz ohne entsprechenden dad2 Datensatz Datensatz enthält Informationen aus beiden Dateien (zB die dad2 und faminc2 Datensätze nach oben zusammengestellt) Wenn Sie viele Datensätze haben, ist tabellarische Zusammenführung sehr nützlich, um zusammenzufassen, wie viele Fehlanpassungen Sie haben In unserem Fall entsprechen alle Datensätze so den Wert für Merge War immer 3. Eins-zu-vielen Match-Merging Eine andere Art von Merge wird als eine zu viele Merge. Unsere eins zu eins zusammengeführt passte bis Väter und faminc und es gab eine Eins-zu-eins Matching der Dateien. Wenn wir Völker zusammenführen Wie Sie unten sehen, ist die Strategie für die eine zu vielen zusammenzuarbeiten, ist wirklich die gleiche wie die zu eins zu verschmelzen 1. sortieren Väter auf famid und Speichern Sie die Datei als dads3 2. sortieren Kinder auf famid und speichern Sie diese Datei als kids3 3. verwenden Sie die Datei dads3 4. fusionieren Sie die Datei dads3 mit der Datei kids3 mit famid, um sie zu entsprechen. Die 4 Schritte sind unten gezeigt. 1. Sortieren Sie die Dads-Datei auf famid und speichern Sie diese Datei als dads3. 2. Sortieren Sie die Kinder-Datendatei auf famid und speichern Sie diese Datei als kids3. 3. Verwenden Sie die Datei dads3. 4. Fügen Sie die Datei dads3 mit der Datei kids3 unter Verwendung von famid zusammen, um sie anzupassen. Lässt Liste der Ergebnisse. Die Ergebnisse sind ein bisschen leichter zu lesen, wenn wir die Daten zu famid und Geburt sortieren. Wie Sie sehen, ist dies im Grunde das gleiche wie ein eins zu eins Merge. Sie können sich fragen, ob die Reihenfolge der Dateien auf der Merge-Anweisung relevant ist. Hier wechseln wir die Reihenfolge der Dateien und die Ergebnisse sind die gleichen. Der einzige Unterschied ist die Reihenfolge der Datensätze nach dem Zusammenführen. Anfügen von Datenbeispiel Zusammenführen von Beispielschritten (Eins-zu-Eins - und Eins-zu-Viele) Zusammenführungsbeispielprogramm Der Inhalt dieser Website sollte nicht als eine Bestätigung für eine bestimmte Website, ein Buch oder ein Softwareprodukt von der Universität von Kalifornien.
Spread-to-Pip Potential: Welche Paare sind wert Trading Spreads sind ein wichtiger Faktor für profitable Devisenhandel. Wenn wir mit der durchschnittlichen Ausbreitung der durchschnittlichen täglichen Bewegung vergleichen, ergeben sich viele interessante Fragen. Das heißt, einige Paare sind günstiger als andere. Zweitens sind die Einzelhandelsspannen im kurzfristigen Handel viel schwieriger zu überwinden, als manche erwarten können. Drittens bedeutet ein größerer Spread nicht unbedingt, dass das Paar nicht so gut für den Tageshandel ist, wenn er mit einigen niedrigeren Spread-Alternativen verglichen wird. Gleiches gilt für eine kleinere Ausbreitung - es bedeutet nicht, dass es besser ist, als eine größere Ausbreitungsalternative zu handeln. (Für einen Hintergrund, siehe Retail FX Spreads: Machen sie sogar Matter) Aufbau einer Basislinie Um zu verstehen, was wir zu tun haben, und welche Paare sind besser geeignet für den täglichen Handel, ist eine Basislinie erforderlich. Hierzu wird de...
Comments
Post a Comment