如何将 2 个数据帧与仅 1 个数据帧中的索引合并？答案

【问题标题】：How do I merge 2 dataframes with an index in only 1 dataframe?如何将 2 个数据帧与仅 1 个数据帧中的索引合并？
【发布时间】：2017-05-12 05:09:52
【问题描述】：

我创建了 2 个熊猫数据框，第一个称为“dfmas”，索引为“日期”，然后是日期、数据和 3 个移动平均列；

             OPEN   HIGH    LOW   LAST     ma5     ma8  ma21
Date                                                        
11/23/2009  88.84  89.19  88.58  88.97     NaN     NaN   NaN
11/24/2009  88.97  89.07  88.36  88.50     NaN     NaN   NaN
11/25/2009  88.50  88.63  87.22  87.35     NaN     NaN   NaN
11/26/2009  87.35  87.48  86.30  86.59     NaN     NaN   NaN
11/27/2009  86.59  87.02  84.83  86.53  87.588     NaN   NaN
11/30/2009  87.17  87.17  85.87  86.41  87.076     NaN   NaN
12/1/2009   86.41  87.53  86.17  86.68  86.712     NaN   NaN
12/2/2009   86.68  87.49  86.59  87.39  86.720  87.302   NaN
12/3/2009   87.39  88.48  87.32  88.26  87.054  87.214   NaN
12/4/2009   88.26  90.77  88.00  90.56  87.860  87.471   NaN

第二个数据帧是根据上述数据制作的，查看移动平均线何时交叉；

ma = [0,]
ma5Last = ma5[0]
ma8Last = ma8[0]

for ma5Curr, ma8Curr in zip(ma5[1:], ma8[1:]):
    if ma5Curr > ma5Last and ma8Curr > ma8Last:
        ma.append(1)
    elif ma5Curr < ma5Last and ma8Curr < ma8Last:
        ma.append(-1)
    else:
        ma.append(0)
    ma5Last = ma5Curr
    ma8Last = ma8Curr        

maX = pd.DataFrame(ma).astype('float')
maX.columns = ['maX']

下面称为“maX”；

但是我无法合并/连接这 2 个数据框。如何将“日期”索引添加到第二个“maX”数据帧，然后将两个数据帧合并/合并/组合在一起？非常感谢提前。

【问题讨论】：

计算max的逻辑是什么？它可以被简化和矢量化。
太好了，谢谢！！

标签： python pandas dataframe merge concat

【解决方案1】：

这就是你所追求的吗？

df['maX'] = maX.maX.values

df
Out[1263]: 
             OPEN   HIGH    LOW   LAST     ma5     ma8  ma21  maX
Date                                                             
11/23/2009  88.84  89.19  88.58  88.97     NaN     NaN   NaN  0.0
11/24/2009  88.97  89.07  88.36  88.50     NaN     NaN   NaN  0.0
11/25/2009  88.50  88.63  87.22  87.35     NaN     NaN   NaN  0.0
11/26/2009  87.35  87.48  86.30  86.59     NaN     NaN   NaN  0.0
11/27/2009  86.59  87.02  84.83  86.53  87.588     NaN   NaN  0.0
11/30/2009  87.17  87.17  85.87  86.41  87.076     NaN   NaN  0.0
12/1/2009   86.41  87.53  86.17  86.68  86.712     NaN   NaN  0.0
12/2/2009   86.68  87.49  86.59  87.39  86.720  87.302   NaN  0.0
12/3/2009   87.39  88.48  87.32  88.26  87.054  87.214   NaN  0.0
12/4/2009   88.26  90.77  88.00  90.56  87.860  87.471   NaN  1.0

【讨论】：

【解决方案2】：

如果数据帧的长度相同，只需从原始DataFrame 添加index 即可对齐索引：

maX = pd.DataFrame(ma, index=df.index).astype('float')

【讨论】：