Question

我有两个数据帧。 df1和df2。我想得到df1和df2中常见的任何值，df2的dt值必须大于df1的dt值在这种情况下，预期值是费用

df1 = pd.DataFrame([['2015-01-01 06:00','foo'], 
    ['2015-01-01 07:00','fee'], ['2015-01-01 08:00','fum']],
    columns=['dt', 'value'])
df1.dt=pd.to_datetime(df1.dt)

df2=pd.DataFrame([['2015-01-01 06:10','zoo'],
    ['2015-01-01 07:10','fee'],['2015-01-01 08:10','feu'],
    ['2015-01-01 09:10','boo']], columns=['dt', 'value'])
df2.dt=pd.to_datetime(df2.dt)

Answer 1

一种方法是合并'value'列，这样只产生匹配的行，然后你可以使用'dt_x'，'dt_y'列过滤合并的df：

In [15]:

merged = df2.merge(df1, on='value')
merged[merged['dt_x'] > merged['dt_y']]
Out[15]:
                 dt_x value                dt_y
0 2015-01-01 07:10:00   fee 2015-01-01 07:00:00

由于长度不匹配，您无法执行以下操作：

df2[ (df2['value'].isin(df1['value'])) & (df2['dt'] > df1['dt']) ]

提出：

ValueError：系列长度必须匹配才能比较

pandas将两个数据帧与标准进行比较

1 个答案: