用DataFrame Pandas索引CrossTab

Question

我有两个数据集。

第一个，在市场变量中，包含一个具有以下结构的通用市场趋势：

Date     High    Close     Volume     Open      Low

第二个问题是，在心情中，变量每天都包含一些在这种结构中带有无表情情绪的tweet：

body       date            datetime         id sentiment      time

所以，我想每天数一数到底有多少“看跌”和“看涨”情绪。它可以工作，这是我的代码，并附有注释：

# Read the datasets
market = pd.read_csv("Datasets/SP500/aggregates.txt")
moods = pd.read_json("Datasets/DatasetStockTwits-Aggregato.json")
# Remove all null sentiments
moods = moods[moods.sentiment != "null"]
# Get a generic subsets of data for computational speed
market_tail = market.tail(100)
# For each day present in market_tail, get the same days twits
moods_tail = moods.loc[moods['date'].isin(market_tail.Date)]
# So now I count for each day how many "Bearish" and "Bullish" twits there are
sentiments_count = pd.crosstab(moods_tail['date'], moods_tail['sentiment'])

print(sentiments_count)

这是结果：

sentiment   Bearish  Bullish
date                        
2017-11-03        9       12
2017-11-05        3        6
2017-11-06       20        9
2017-11-07       16       35

因此，它可以正常工作，但我不明白为什么不能访问sentiments_count.date或sentiments_count['date']索引。

事实上，如果我尝试这样的东西：

print(sentiments_count['date'])

我得到：KeyError: 'date'

我是不是错过了什么？谢谢

Answer 1

您不能选择它，因为它是index，所以需要：

print(sentiments_count.index)

对于从index需要reset_index创建列，也可以为数据清理添加rename_axis以删除列名sentiment

sentiments_count = sentiments_count.reset_index().rename_axis(None, 1)

print(sentiments_count['date'])