Python解析多序列并重命名表头：时间序列起止点不一致问题

嘿，我来帮你搞定这个混乱的多时间序列数据处理问题！从你给出的DataFrame输出来看，你的CSV文件其实是两个独立的时间序列（日期+价格）并排存放，但Pandas读取时没能正确识别表头，导致出现了Unnamed列，再加上两个序列的时间范围不重叠，才出现了空值。下面是一步步的解决方案：

步骤1：重新读取并修复表头 #

首先，你的原始CSV表头逻辑应该是Date,233740 KS Equity,Date,233160 KS Equity，但Pandas自动给重复的Date列加了Unnamed后缀。我们可以手动指定清晰的表头，同时跳过原文件中错误的表头行：

import pandas as pd

# 手动指定区分度明确的表头
cols = ['Date_233740', 'Price_233740', 'Date_233160', 'Price_233160']
# skiprows=1 跳过原文件中那行混乱的表头
df = pd.read_csv("price.csv", names=cols, skiprows=1, low_memory=False)

这样读进来的DataFrame就不会再出现Unnamed类的模糊列名了。

步骤2：拆分并规整两个独立时间序列 #

接下来，我们把两个股票的时间序列拆分成单独的DataFrame，将日期转为datetime类型并设为索引，方便后续合并：

# 处理第一个股票：233740 KS Equity
df_233740 = df[['Date_233740', 'Price_233740']].dropna()  # 移除空值行
df_233740['Date_233740'] = pd.to_datetime(df_233740['Date_233740'])
# 设置日期为索引，并给价格列设置清晰的股票代码名称
df_233740 = df_233740.set_index('Date_233740').rename(columns={'Price_233740': '233740 KS Equity'})

# 处理第二个股票：233160 KS Equity
df_233160 = df[['Date_233160', 'Price_233160']].dropna()
df_233160['Date_233160'] = pd.to_datetime(df_233160['Date_233160'])
df_233160 = df_233160.set_index('Date_233160').rename(columns={'Price_233160': '233160 KS Equity'})

步骤3：合并为规整的统一时间序列 #

现在把两个序列按日期合并，这样就能直观对比两个股票在重叠日期的价格，非重叠日期会显示NaN，你可以根据需求选择空值处理方式：

# 按日期索引合并，保留所有日期（outer连接）
merged_df = pd.merge(df_233740, df_233160, left_index=True, right_index=True, how='outer')

# 可选：处理空值，比如用前一天的价格填充（适合时间序列的常用方式）
merged_df = merged_df.fillna(method='ffill')

print(merged_df.head())

合并后的输出会类似这样：

233740 KS Equity  233160 KS Equity
2015-12-17           10330.0               NaN
2015-12-18           10710.0               NaN
2015-12-21           10720.0               NaN
2015-12-22           10495.0               NaN
2015-12-23           10425.0               NaN
2017-08-31               NaN           10460.0
...

额外说明 #

• 如果你的原始CSV第一行就是那行混乱的表头（比如你之前输出的Unnamed: 0 233740 KS Equity...），那skiprows=1是必须的，用来跳过错误表头，使用我们指定的清晰列名。
• 空值处理可以灵活调整：除了前向填充ffill，还可以用后向填充bfill、均值填充，或者直接删除含空值的行（merged_df.dropna()），完全取决于你的分析需求。

内容的提问来源于stack exchange，提问作者Hannah Lee