Comparaison des données Panda de différentes longueurs

Question

J'ai deux bases de données de longueurs différentes, toutes deux indexées par date. J'ai besoin des deux dataframes pour avoir les mêmes dates, ie. supprimer les entrées supplémentaires dans la plus longue trame de données.

J'ai trouvé que je peux réinitialiser l'index et en faire une autre colonne puis appeler cette colonne comme datas pandas et la comparer aux autres séries de données, me donnant une série de pandas avec seulement les entrées qui sont aussi dans la plus courte :

df1 = ... 
df2 = ... 
dfadj = df1.reset_index(['Date']) 
dfstock = dfadj['Date'][dfadj['Date'].isin(dfindex['Date'])] 

Mais je aurais besoin de trouver les positions d'index de ces valeurs et dans une autre étape le supprimer de la plus longue trame de données. Ai-je manqué une approche complètement différente qui serait plus logique et/ou simple?

Answer 1

Vous pouvez utiliser Index.intersection puis sélectionnez les données dans df2 par ix:

idx = df2.index.intersection(df1.index) 
print (idx) 
DatetimeIndex(['2015-02-24', '2015-02-25', '2015-02-26', '2015-02-27', 
       '2015-02-28', '2015-03-01', '2015-03-02', '2015-03-03', 
       '2015-03-04', '2015-03-05'], 
       dtype='datetime64[ns]', freq='D') 

print (df2.ix[idx]) 
      b 
2015-02-24 10 
2015-02-25 11 
2015-02-26 12 
2015-02-27 13 
2015-02-28 14 
2015-03-01 15 
2015-03-02 16 
2015-03-03 17 
2015-03-04 18 
2015-03-05 19 

Une autre solution est d'utiliser merge avec jointure interne, ce qui est par deafult, peut donc être entendue rectifier how='inner':

df = pd.merge(df1,df2, left_index=True, right_index=True) 

Échantillon:

rng1 = pd.date_range(pd.to_datetime('2015-02-24'), periods=10) 
df1 = pd.DataFrame({'a': range(10)}, index=rng1) 
print (df1) 
      a 
2015-02-24 0 
2015-02-25 1 
2015-02-26 2 
2015-02-27 3 
2015-02-28 4 
2015-03-01 5 
2015-03-02 6 
2015-03-03 7 
2015-03-04 8 
2015-03-05 9 

rng2 = pd.date_range(pd.to_datetime('2015-02-24'), periods=20) 
df2 = pd.DataFrame({'b': range(10,30)}, index=rng2) 
print (df2) 
      b 
2015-02-24 10 
2015-02-25 11 
2015-02-26 12 
2015-02-27 13 
2015-02-28 14 
2015-03-01 15 
2015-03-02 16 
2015-03-03 17 
2015-03-04 18 
2015-03-05 19 
2015-03-06 20 
2015-03-07 21 
2015-03-08 22 
2015-03-09 23 
2015-03-10 24 
2015-03-11 25 
2015-03-12 26 
2015-03-13 27 
2015-03-14 28 
2015-03-15 29 

df = pd.merge(df1,df2, left_index=True, right_index=True) 
print (df) 
      a b 
2015-02-24 0 10 
2015-02-25 1 11 
2015-02-26 2 12 
2015-02-27 3 13 
2015-02-28 4 14 
2015-03-01 5 15 
2015-03-02 6 16 
2015-03-03 7 17 
2015-03-04 8 18 
2015-03-05 9 19 

Dernière besoin supprimer si certaines colonnes utilisent drop:

print (df.drop(['a'], axis=1)) 
      b 
2015-02-24 10 
2015-02-25 11 
2015-02-26 12 
2015-02-27 13 
2015-02-28 14 
2015-03-01 15 
2015-03-02 16 
2015-03-03 17 
2015-03-04 18 
2015-03-05 19