熊猫数据框索引过滤

Question

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。

Answer 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。

Answer 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)]