Question

我有一个大型的DataFrame（称为AllDTrades），具有很多安全交易，例如：

    trd_exctn_dt    ascii_rptd_vol_tx   rptd_pr    yld_pt       sttl_dt
1   2018-07-02      150000.0            98.6100    4.476914     7/5/2018 
....

现在，我需要找到一个函数，该函数能够告诉我特定交易在DataFrame中定位了多少次，以及在DataFrame中位于何处。因此，我需要问一些类似的问题（这当然是行不通的）：

AllDTrades.loc[AllDTrades==SpecificTrade],

其中

SpecificTrade是一项交易，可以这样说：

2018-07-02      150000.0            98.6100    4.476914     7/5/2018

因此，我需要确定SpecificTrade是否 1）是AllDTrades的一部分 2）AllDTrades中的交易位置 3）另外，如果像SpecialTrade这样的AllDTrades中有多个交易，我需要知道所有这些交易在AllDTrades中的位置

有可能吗？

非常感谢您。

干杯，杰斯珀。

Answer 1

您可以将index的索引值的列AllDTrades与merge一起使用，reset_index与SpecificTrade相同，即使没有参数{{ 1}}由所有列合并：

on

print (AllDTrades)
  trd_exctn_dt  ascii_rptd_vol_tx  rptd_pr    yld_pt   sttl_dt
1   2018-07-02           150000.0    98.61  4.476914  7/5/2018
2   2018-07-03           290000.0    98.61  4.476914  7/5/2018
3   2018-07-02           150000.0    98.61  4.476914  7/5/2018


SpecificTrade = AllDTrades.iloc[[0]]
print (SpecificTrade)
 trd_exctn_dt  ascii_rptd_vol_tx  rptd_pr    yld_pt   sttl_dt
1   2018-07-02           150000.0    98.61  4.476914  7/5/2018

df = AllDTrades.reset_index().merge(SpecificTrade)
print (df)
   index trd_exctn_dt  ascii_rptd_vol_tx  rptd_pr    yld_pt   sttl_dt
0      1   2018-07-02           150000.0    98.61  4.476914  7/5/2018
1      3   2018-07-02           150000.0    98.61  4.476914  7/5/2018

识别python数据帧中等于的行...

1 个答案: