Question

我有两个具有相同列名的pandas数据帧，以及相同的（两个）多索引列（＆＃39;符号＆＃39;和＆＃39; date＆＃39;）但是一些索引是不同的一些数据不同。

df1 index columns: ['symbol','date']
symbol  date     o    c
aa      2015/1/1 1    1
aa      2015/2/1 2    2
bb      2015/1/1 71   71

df2 index columns: ['symbol','date']

symbol  date     o    c
aa      2015/1/1 1    1
bb      2016/2/1 2    2
bb      2015/1/1 51   55

我首先要创建一个共享数据框，只包含两者中的行（带有默认dataframe.merge()的内部连接，并且只保留索引列。有没有办法一次性执行此操作？

目前我的做法很难：

merged = df1.merge(df2)  
analyzed = merged[['symbol','date']].copy

现在问题是：

我希望分析的数据框包含以下列：o1 c1 o2 c2 与两个文件中的数据。我如何＆＃34; .loc＆＃34;通过索引获取数据？

我想要类似下面的代码，但这会产生异常：

analyzed['o1'] = analyzed.apply(lambda row: df1['o'].loc[[row.symbol, row.date]]
# or maybe like this: 
analyzed['o1'] = analyzed.apply(lambda row: df1.at[ [row['symbol'], row['date']], 'o'] )

我该怎么做？或者（以另一种方式询问）如何获取当前行的符号和日期值，以及如何使用它们来设置df1（或df2）中的相应行？也许是get_level_values的东西？如果是这样，怎么样？

Answer 1

IIUC：

使用join：

analyze = df1.join(df2,lsuffix='_l')

输出：

                 o_l  c_l     o     c
symbol date                          
aa     2015/1/1    1    1   1.0   1.0
       2015/2/1    2    2   NaN   NaN
bb     2015/1/1   71   71  51.0  55.0

选择：

analyze.loc[('aa','2015/1/1')]

o_l    1.0
c_l    1.0
o      1.0
c      1.0
Name: (aa, 2015/1/1), dtype: float64

使用与索引合并：

analyze1 = df1.merge(df2, left_index=True, right_index=True)

输出：

                 o_x  c_x  o_y  c_y
symbol date                        
aa     2015/1/1    1    1    1    1
bb     2015/1/1   71   71   51   55

选择：

analyze1.loc[('aa','2015/1/1')]

o_x    1
c_x    1
o_y    1
c_y    1
Name: (aa, 2015/1/1), dtype: int64

pandas通过multiindex从其他数据框架在数据框中创建额外的列

1 个答案:

使用join：

使用与索引合并：