循环遍历Series以查找具有相同索引值的

Posted 2023-03-25

【中文标题】循环遍历Series以查找具有相同索引值的

【英文标题】：Loop through Series to find which have the same index value

【发布时间】：2021-10-04 03:46:24

【问题描述】：

我想将我的 pandas 系列连接/合并在一起。这是我的数据结构（更多信息）

dictionary =  'a':'1','2','3','4', 'b':'1','2','3','4' 

两个级别都有更多的值，每个数字对应一个包含时间序列数据的序列。我想将所有“a”合并到一个数据框中，唯一的问题是有些数据是每年，有些是季度，有些是每月。

所以我要做的是遍历我的数据，如下所示：

for level1 in dictData:
     for level2 in dictData[level1]:
         dictData[level1][level2].index.equals(dictData[level1][level2])

但显然在这里我只是将这个系列与它本身进行比较！我如何将每个元素与所有其他元素进行比较？我知道我错过了一些相当基本的东西。谢谢。

编辑：

以下是一些实际数据示例：

'noT10101': 'A191RL':             Gross domestic product
1947-01-01                    -1.1
1947-04-01                    -1.0
1947-07-01                    -0.8
1947-10-01                     6.4
1948-01-01                     4.1
...                            ...
2020-01-01                    -5.0
2020-04-01                   -31.4
2020-07-01                    33.4
2020-10-01                     4.3
2021-01-01                     6.4

[370 rows x 1 columns], 'DGDSRL':             Goods
1947-01-01    2.9
1947-04-01    7.4
1947-07-01    2.7
1947-10-01    1.5
1948-01-01    2.0
...           ...
2020-01-01    0.1
2020-04-01  -10.8
2020-07-01   47.2
2020-10-01   -1.4
2021-01-01   26.6

[370 rows x 1 columns], 'A191RP':             Gross domestic product, current dollars
1947-01-01                                      9.7
1947-04-01                                      4.7
1947-07-01                                      6.0
1947-10-01                                     17.3
1948-01-01                                     10.0
...                                             ...
2020-01-01                                     -3.4
2020-04-01                                    -32.8
2020-07-01                                     38.3
2020-10-01                                      6.3
2021-01-01                                     11.0

[370 rows x 1 columns], 'DSERRL':             Services
1947-01-01       0.4
1947-04-01       5.9
1947-07-01      -0.8
1947-10-01      -2.1
1948-01-01       2.7
...              ...
2020-01-01      -9.8
2020-04-01     -41.8
2020-07-01      38.0
2020-10-01       4.3
2021-01-01       4.2

[370 rows x 1 columns], 

如您所见，字典键 'not10101' 对应一系列键 'A191RL'、'DGDSRL'、'A191RP' 等，其关联值为一个 Series。因此，当我访问 .index 时，我正在查看该系列的索引，即日期时间值。在此示例中，它们都匹配，但在某些情况下它们不匹配。

【问题讨论】：

您好，欢迎来到 SO！我对你的例子有点困惑。例如，您正在遍历字典但尝试访问 index 属性。这些数字应该是您真实数据中的数据框，是吗？

@HemersonTacon 感谢您的回答和评论，请检查我的编辑

我也更新了我的答案。我仍然建议使用相同的方法。如果我正确理解您的问题，它应该适用于您的数据。

【参考方案1】：

您可以使用 pandas 的 concat 函数。应该是这样的：

import pandas as pd
import numpy as np

df1 = pd.Series(np.random.random_sample(size=5), 
                index=pd.Timestamp("2021-01-01") + np.arange(5) * pd.Timedelta(days=365),
                dtype=float)
df2 = pd.Series(np.random.random_sample(size=12), 
                index=pd.Timestamp("2021-01-15") + np.arange(12) * pd.Timedelta(days=30),
                dtype=float)
dictData= "a": "series": df, "same_series": df, "b": "series":df, "different_series": df2
new_dict = 
for level1 in dictData:
    new_dict[level1] = pd.concat(list(dictData[level1].values()))

请注意，我尝试模拟年度和每月粒度。我想说的是，串联的系列的粒度无关紧要。 结果将是这样的：

'a': 2021-01-01    0.213574
 2022-01-01    0.263514
 2023-01-01    0.627435
 2024-01-01    0.388753
 2024-12-31    0.990316
 2021-01-01    0.213574
 2022-01-01    0.263514
 2023-01-01    0.627435
 2024-01-01    0.388753
 2024-12-31    0.990316
 dtype: float64,
 'b': 2021-01-01    0.213574
 2022-01-01    0.263514
 2023-01-01    0.627435
 2024-01-01    0.388753
 2024-12-31    0.990316
 2021-05-01    0.614485
 2021-05-31    0.611967
 2021-06-30    0.820435
 2021-07-30    0.839613
 2021-08-29    0.507669
 2021-09-28    0.471049
 2021-10-28    0.550482
 2021-11-27    0.723789
 2021-12-27    0.209169
 2022-01-26    0.664584
 2022-02-25    0.901832
 2022-03-27    0.946750
 dtype: float64

查看文档：https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html

【讨论】：

我已按照您的建议进行操作，并在我的连接数据框中收到了许多 NaN 值和重复的日期条目。您的建议仍然很有帮助，因为我肯定离我的解决方案更近了一步，一旦我解决了这个问题，我会在今天晚些时候更新。