如何使用具有相同索引的另一个数据框来索引数据框的值？

Posted 2023-02-23

【中文标题】如何使用具有相同索引的另一个数据框来索引数据框的值？

【英文标题】：How to index the values of a dataframe using another dataframe with the same index?

【发布时间】：2021-04-12 16:44:13

【问题描述】：

所以我有 2 个数据框，它们都具有相同的索引和列。我修改了第一个，我希望以某种方式索引第二个，以便它现在是第一个的长度。第一个的代码如下：

import pandas as pd
import numpy as np

df1 = pd.DataFrame('a': ['.81', '1.2', '.67', '.78'],
                   'b': ['.2', '-.9', '.7', '.89'],
                   'c': ['.3', '.22', '.4', '.98'],
                   'd': ['.5', '.45', '.34', '.92'],
                   index=[0, 1, 2, 3])
df2 = pd.DataFrame('a': ['1', '2', '3', '4'],
                   'b': ['9', '7', '6', '5'],
                   'c': ['1', '14', '9', '5'],
                   'd': ['3', '12', '2', '34'],
                   index=[0, 1, 2, 3])
count=0

for i in df1.index:
    d = pd.DataFrame()
    d = df1.iloc[[count]]
    count = count+1
    d = d.T
    d.columns = ['Dates'] 
    try:
        d.sort_values(by=['Dates'], inplace=True)
    except KeyError:
        print(KeyError)
    d.dropna(inplace=True)
    d['Dates'] = d['Dates'][:10]
    print(d)
count = 0
for y in df2.index:
    df = pd.DataFrame()
    df = df2.iloc[[count]]
    count = count+1
    df = df.T
    df.columns = ['Dates'] 
    df.dropna(inplace=True)
    print(df)

Df1 for 循环的输出为：

     Dates
b    .2
c    .3
d    .5
a   .81
  Dates
b   -.9
c   .22
d   .45
a   1.2
  Dates
d   .34
c    .4
a   .67
b    .7
  Dates
a   .78
b   .89
d   .92
c   .98

Df2 的输出为：

   Dates
a     1
b     9
c     1
d     3
  Dates
a     2
b     7
c    14
d    12
  Dates
a     3
b     6
c     9
d     2
  Dates
a     4
b     5
c     5
d    34

如代码所示，我按从小到大的顺序组织行，然后索引出索引的前 10 行。我知道在这段代码中，许多行不超过 10 个值，但我需要像这样索引的原因是当我使用更大的数据集时，这将是一个问题。所以现在我想使用第一个数据帧的索引来索引第二个数据帧中的值。所以现在说如果第二个数据帧有 30 行，它现在只有 10 行，它基于第一个数据帧的 10。

编辑： 问题是这样的： 对于 df1.index 中的 i： #创建10个新数据框 d = pd.DataFrame() d = df1.iloc[[count]] 计数=计数+1 所以现在这段代码正在做的是基于一个更大的数据框创建 10 个新的数据框。因此，如果我在第二个 for 循环中使用 .loc ，它看起来像： 对于 df2.index 中的 i： #创建10个新数据框 df = pd.DataFrame() df = df2.iloc[[count]] 计数=计数+1 那么如果在第二个 for 循环中你会说 d.loc，这将是一个问题，因为 d 等于在 for 循环中创建的最后一个数据帧，而不是所有数据帧。

【问题讨论】：

请提供一个最小的可重现示例；这样做会更容易为您提供帮助！

感谢您对@zabop 的回复，我可以尝试通过为更少的 2 个 for 循环创建输出来做到这一点。我已经尝试从主代码中将其最小化，并且我尝试在另一个较小的数据集上执行此操作，但我找不到正确执行此操作的方法。是否会创建更小的输出来帮助您解决问题？

是的，创建一个类似于这个问题的 df：***.com/q/63583502/8565438 :)

好的，谢谢

刚刚发现，也有用：***.com/questions/20109391/…

【参考方案1】：

使用您的示例数据框，假设df1 通过drop()ping 与index=2 的行变得更小：

df1.drop(2,inplace=True)

df1 现在是：

     a    b    c    d
0  .81   .2   .3   .5
1  1.2  -.9  .22  .45
3  .78  .89  .98  .92

您可以以任何您希望的方式修改索引。然后，要从df2 中选择df1 中存在的行，可以这样做：

df2.loc[df1.index]

给你：

   a  b   c   d
0  1  9   1   3
1  2  7  14  12
3  4  5   5  34

如果只需要一些列，比如说c & d：

df2.loc[df1.index,['c','d']]

给你：

    c   d
0   1   3
1  14  12
3   5  34

【讨论】：

是的，这确实有帮助，但唯一的问题是 df1 和 df2 是 for 循环中的数据帧，所以如果我尝试在第二个 for 循环中使用 .loc 我会遇到问题，因为df1 是一个数据帧的值，而不是第一个 for 循环创建的所有数据帧的值

我不知道我是否在那里解释得很好，但是，我会在编辑时为这个问题添加一个更好的解释。

所以我认为会有解决方案，一个是我在编辑部分添加到问题中的解决方案，第二个是找到一种方法编写相同的 for 循环代码，尽管没有 for 循环.