Python 动态添加列和索引，并更新现有列

我需要创建一个数据帧，保存它并动态更新它<代码>时间戳应该是索引。我将在dict中时间戳的每分钟获得

price

和

quantity

作为列值。每次

price

都会改变。如果更改，我必须更新旧的

qty

值

数据帧的最终结果如下所示：

timestamp                100     200     300
2020-11-01 12:00:00       4       3       5

下一分钟，我将在一个类似dict的列表中获得数据

[{'timestamp': '2020-11-01 12:01:00', 'price': 200, 'qty': 6},
{'timestamp': '2020-11-01 12:01:00', 'price': 400, 'qty': 3},
{'timestamp': '2020-11-01 12:01:00', 'price': 500, 'qty': 1}]

数据帧应按如下方式更新：

timestamp                100     200     300    400    500
2020-11-01 12:00:00       4       3       5      0      0
2020-11-01 12:01:00       4       9       5      3      1

timestamp                100     200     300    400    500
2020-11-01 12:00:00       4       3       5      0      0
2020-11-01 12:01:00       4       9       5      3      1
2020-11-01 12:02:00       4       15      0      3      2

数据帧应按如下方式更新：

timestamp                100     200     300    400    500
2020-11-01 12:00:00       4       3       5      0      0
2020-11-01 12:01:00       4       9       5      3      1

timestamp                100     200     300    400    500
2020-11-01 12:00:00       4       3       5      0      0
2020-11-01 12:01:00       4       9       5      3      1
2020-11-01 12:02:00       4       15      0      3      2

因此，如果在现有数据框架中添加了新的价格，那么基本上可以创建一个历史性的更改以及动态添加新列。我将每分钟以csv格式存储数据帧，并读取和更新新值

上述示例中dict中出现的新值；价格为200时，数量为上一个值和新值之和。此外，如果数量为-1，则该值应更新为0

---

非常感谢您的帮助。

我已经为您的需求提供了一个小框架。如果有效，请应用

# Create two functions for creating and updating the data frames

def create_df():
        return pd.DataFrame([[Dict_val[0]["timestamp"]]+[val["qty"] if val["qty"] !=-1 else 0 for val in Dict_val]],columns=[["timestamp"]+[val["price"] for val in Dict_val]])


def update_df(old_df):
    df=(pd.concat([old_df,create_df()]).fillna(0,downcast='infer'))
  df.iloc[-1,1:] += df.iloc[-2,1:]
  return df
# Initial value to load in dataframe
Dict_val = [{'timestamp': '2020-11-01 12:00:00', 'price': 100, 'qty': 4},
                {'timestamp': '2020-11-01 12:00:00', 'price': 200, 'qty': 3},
                {'timestamp': '2020-11-01 12:00:00', 'price': 300, 'qty': 5}]

# Create a Initial DataFrame with the timestamp

df_1 = create_df()

print(df_1)

    timestamp            100    200  300
0   2020-11-01 12:00:00  4      3    5

# Now assuming you have the updated Dict_val for the next minute

Dict_val = [{'timestamp': '2020-11-01 12:01:00', 'price': 200, 'qty': 6},
                {'timestamp': '2020-11-01 12:01:00', 'price': 400, 'qty': 3},
                {'timestamp': '2020-11-01 12:01:00', 'price': 500, 'qty': 1}]

# The below steps will be repeated every minute

# Update the dataframe with new values and save in save name

df_1 = update_df(df_1) # this line to be repeated at every minute with new Dict values


print(df_1)

    timestamp           100 200 300 400 500
0   2020-11-01 12:00:00 4   3   5   0   0
0   2020-11-01 12:01:00 4   6   5   3   1

# Next minute run again the previous step

---

这部分是有效的，尽管在更新时，我希望它将新旧值相加，因此对于价格：200，总和为9。此外，如果返回的数量为-1，则必须将其中的值设置为0。这对总和有效，但如果在下一个值中，我将值200设置为-1，它仍然会额外返回9，如果添加相同的时间戳，正在创建重复的行。