我有两个相同时间分辨率的数据帧。从第一个数据帧(在我的例子中:df_data1)我只想要所有值['A'],其中['B']是< 90.现在我想过滤我的第二个数据帧,这样我只有第一个数据帧中具有相同时间戳(timeindex)的值
df_data1 = pd.io.parsers.read_csv(station_path, skiprows=0, index_col=0, na_values=[-999], names= names_header , sep=';', header=None , squeeze=True)
date A B
16.08.2013 03:00 -1 97
16.08.2013 03:15 -1 95
16.08.2013 03:30 0 92
16.08.2013 03:45 4 90
16.08.2013 04:00 18 88
16.08.2013 04:15 42 86
16.08.2013 04:30 73 83
16.08.2013 04:45 110 81
16.08.2013 05:00 151 78
现在我想要所有df_data ['A'],其中df_data ['B']是< 90。 所以我这样做:
df_data = df_data[(df_data['B'] < 90)]
第二个数据框如下所示:
df_data2 = pd.io.parsers.read_csv(station_path, skiprows=1, sep=";", index_col=False, header=None)
date w x y z
16.08.2013 03:00 0 0 0 0
16.08.2013 03:15 0 0 0 0
16.08.2013 03:30 0 0 0 0
16.08.2013 03:45 0 0 0 0
16.08.2013 04:00 0 0 0 0
16.08.2013 04:15 0 0 0 0
16.08.2013 04:30 47 47 48 0
16.08.2013 04:45 77 78 79 88
16.08.2013 05:00 111 112 113 125
有人有想法解决这个问题吗?
我需要相同形状的数据帧,因此我还想计算np.corrcoef
等等。
答案 0 :(得分:2)
嗯,你的第一部分已经完成了:
df_data = df_data[(df_data['B'] < 90)]
然后,您可以使用df_data['A']
如果您的索引值在两个df中都相同,那么这应该有效:
In [40]:
df1.loc[df_data.index]
Out[40]:
w x y z
date
2013-08-16 04:00:00 0 0 0 0
2013-08-16 04:15:00 0 0 0 0
2013-08-16 04:30:00 47 47 48 0
2013-08-16 04:45:00 77 78 79 88
2013-08-16 05:00:00 111 112 125 NaN
修改强>
不清楚为什么会得到KeyError
,但您也可以使用以下内容:
df_data2[df_data2.index.isin(df_data1.index)]
这将处理第二个df中不存在的任何索引值。
答案 1 :(得分:1)
完成此操作:
但是使用以下表达式可以很好地运行:
df_data2 [df_data2.index.isin(df_data1.index)]