熊猫数据框索引过滤
Posted
技术标签:
【中文标题】熊猫数据框索引过滤【英文标题】：pandas dataframe indexing filtering 【发布时间】：2015-05-28 20:39:18 【问题描述】：我有两个具有相同时间分辨率的数据帧。从第一个数据帧（在我的情况下：df_data1）我只想让所有值 ['A'] 其中 ['B']
df_data1 = pd.io.parsers.read_csv(station_path, skiprows=0, index_col=0, na_values=[-999], names= names_header , sep=';', header=None , squeeze=True)
date A B
16.08.2013 03:00 -1 97
16.08.2013 03:15 -1 95
16.08.2013 03:30 0 92
16.08.2013 03:45 4 90
16.08.2013 04:00 18 88
16.08.2013 04:15 42 86
16.08.2013 04:30 73 83
16.08.2013 04:45 110 81
16.08.2013 05:00 151 78
现在我想要所有 df_data['A'] ，其中 df_data['B']
df_data = df_data[(df_data['B'] < 90)]
第二个数据框看起来像：
df_data2 = pd.io.parsers.read_csv(station_path, skiprows=1, sep=";", index_col=False, header=None)
date w x y z
16.08.2013 03:00 0 0 0 0
16.08.2013 03:15 0 0 0 0
16.08.2013 03:30 0 0 0 0
16.08.2013 03:45 0 0 0 0
16.08.2013 04:00 0 0 0 0
16.08.2013 04:15 0 0 0 0
16.08.2013 04:30 47 47 48 0
16.08.2013 04:45 77 78 79 88
16.08.2013 05:00 111 112 113 125
有没有人想办法解决这个问题？
我需要相同形状的数据框，因为我还想计算 np.corrcoef 等等。
【问题讨论】：
【参考方案1】：你的第一部分已经完成了：
df_data = df_data[(df_data['B'] < 90)]
然后您可以使用 df_data['A'] 访问 A 列
如果两个 df 中的索引值相同，那么这应该可以：
In [40]:
df1.loc[df_data.index]
Out[40]:
w x y z
date
2013-08-16 04:00:00 0 0 0 0
2013-08-16 04:15:00 0 0 0 0
2013-08-16 04:30:00 47 47 48 0
2013-08-16 04:45:00 77 78 79 88
2013-08-16 05:00:00 111 112 125 NaN
编辑
不清楚为什么您会收到KeyError，但您也可以使用以下内容：
df_data2[df_data2.index.isin(df_data1.index)]
这将处理第二个 df 中不存在的任何索引值。
【讨论】：
谢谢回答！我收到此错误：_has_valid_type 中的文件“C:\WinPython-64bit-2.7.9.3\python-2.7.9.amd64\lib\site-packages\pandas\core\indexing.py”，第 1283 行.obj._get_axis_name(轴))) 你是逐字使用我的回答还是这样做：df_data2.loc[df_data.index]?
df_data1 来自 TimeSeries 类型而 df_data2 来自 DataFrame 类型这是一个问题吗？
它应该仍然可以工作，你能发布原始输入数据和代码来重现你的问题吗，另一种选择是df_data2[df_data2.index.isin(df_data1.index)]【参考方案2】：
完成这个：
第一种方法出现错误但使用以下表达式效果很好：
df_data2[df_data2.index.isin(df_data1.index)]
【讨论】：
以上是关于熊猫数据框索引过滤的主要内容，如果未能解决你的问题，请参考以下文章