Question

我有一个Pandas数据帧df1，这是一个为期一年的 5分钟时间序列，其中包含A-Z列。

df1.shape
(105121, 26)
df1.index
<class 'pandas.tseries.index.DatetimeIndex'>
[2002-01-02 00:00:00, ..., 2003-01-02 00:00:00]
Length: 105121, Freq: 5T, Timezone: None

我有第二个数据框df2，它是一个为期一年的每日时间序列（在同一时期内），具有匹配的列。第二帧的值是布尔值。

df2.shape
(365, 26)
df2.index
<class 'pandas.tseries.index.DatetimeIndex'>
[2002-01-02 00:00:00, ..., 2003-01-01 00:00:00]
Length: 365, Freq: D, Timezone: None

我想使用df2作为df1的花式索引，即“df1.ix [df2]”或其他类似的东西，这样我就可以获得每个日期的df1列的子集 - 即df2所说的那些是真的该日期（其上包含所有时间戳）。因此，结果的形状应该是（105121，宽度），其中宽度是布尔人所暗示的不同列的数量（宽度<= 26）。

目前，df1.ix [df2]仅部分有效。只选择每天的00:00值，这与df2的“点状”时间序列有关。

我接下来尝试将时间跨度作为df2索引：

df2.index
PeriodIndex: 365 entries, 2002-01-02 to 2003-01-01

这一次，我收到一个错误：

/home/wchapman/.local/lib/python2.7/site-packages/pandas-0.11.0-py2.7-linux-x86_64.egg/pandas/core/index.pyc in get_indexer(self, target, method, limit)
    844             this = self.astype(object)
    845             target = target.astype(object)
--> 846             return this.get_indexer(target, method=method, limit=limit)
    847 
    848         if not self.is_unique:

AttributeError: 'numpy.ndarray' object has no attribute 'get_indexer'

我的临时解决方案是按日期循环，但这似乎效率低下。熊猫是否能够进行这种花式索引？我没有在文档中的任何地方看到示例。

Answer 1

这是实现此目的的一种方法：

t_index = df1.index
d_index = df2.index
mask = t_index.map(lambda t: t.date() in d_index)
df1[mask]

稍快一点（但有相同的想法）就是使用：

mask = pd.to_datetime([datetime.date(*t_tuple)
                           for t_tuple in zip(t_index.year,
                                              t_index.month,
                                              t_index.day)]).isin(d_index)

熊猫：想象一个数据帧的索引

1 个答案: