Sim*_*mon 2 python dataframe pandas
我有两个不同长度的数据框，它们都按日期索引。我需要两个数据框具有相同的日期，即。删除最长数据帧中的额外条目。
我发现我可以重置索引并将其设为另一列，然后将该列称为熊猫数据系列并与其他数据系列进行比较，从而为我提供一个仅包含也在较短数据框中的条目的熊猫系列：
df1 = ...
df2 = ...
dfadj = df1.reset_index(['Date'])
dfstock = dfadj['Date'][dfadj['Date'].isin(dfindex['Date'])]
但是我需要从这些值中找到索引位置，然后在另一个步骤中从最长的数据帧中删除它。我是否错过了一种更合乎逻辑和/或更简单的完全不同的方法？
您可以使用Index.intersection然后df2通过ix以下方式选择数据：
idx = df2.index.intersection(df1.index)
print (idx)
DatetimeIndex(['2015-02-24', '2015-02-25', '2015-02-26', '2015-02-27',
'2015-02-28', '2015-03-01', '2015-03-02', '2015-03-03',
'2015-03-04', '2015-03-05'],
dtype='datetime64[ns]', freq='D')
print (df2.ix[idx])
b
2015-02-24 10
2015-02-25 11
2015-02-26 12
2015-02-27 13
2015-02-28 14
2015-03-01 15
2015-03-02 16
2015-03-03 17
2015-03-04 18
2015-03-05 19
另一种解决方案是merge与内连接一起使用，默认情况下，可以省略how='inner'：
df = pd.merge(df1,df2, left_index=True, right_index=True)
样本：
rng1 = pd.date_range(pd.to_datetime('2015-02-24'), periods=10)
df1 = pd.DataFrame({'a': range(10)}, index=rng1)
print (df1)
a
2015-02-24 0
2015-02-25 1
2015-02-26 2
2015-02-27 3
2015-02-28 4
2015-03-01 5
2015-03-02 6
2015-03-03 7
2015-03-04 8
2015-03-05 9
rng2 = pd.date_range(pd.to_datetime('2015-02-24'), periods=20)
df2 = pd.DataFrame({'b': range(10,30)}, index=rng2)
print (df2)
b
2015-02-24 10
2015-02-25 11
2015-02-26 12
2015-02-27 13
2015-02-28 14
2015-03-01 15
2015-03-02 16
2015-03-03 17
2015-03-04 18
2015-03-05 19
2015-03-06 20
2015-03-07 21
2015-03-08 22
2015-03-09 23
2015-03-10 24
2015-03-11 25
2015-03-12 26
2015-03-13 27
2015-03-14 28
2015-03-15 29
df = pd.merge(df1,df2, left_index=True, right_index=True)
print (df)
a b
2015-02-24 0 10
2015-02-25 1 11
2015-02-26 2 12
2015-02-27 3 13
2015-02-28 4 14
2015-03-01 5 15
2015-03-02 6 16
2015-03-03 7 17
2015-03-04 8 18
2015-03-05 9 19
最后如果需要删除一些列使用drop：
print (df.drop(['a'], axis=1))
b
2015-02-24 10
2015-02-25 11
2015-02-26 12
2015-02-27 13
2015-02-28 14
2015-03-01 15
2015-03-02 16
2015-03-03 17
2015-03-04 18
2015-03-05 19