使用日期列表将数据从一个DataFrame拉入Pandas中的另一个

Question

我在一个DataFrame中有一个非农业工资单的列表，dtype是Object。 我想将这些日期的eurusd_ask DataFrame中的所有5分钟数据拉到新的DataFrame中。 有人可以帮我弄清楚如何将日期列表传递给以下内容：

nfp_5min = eurusd_ask['2012-01-06']

我想使用日期列表“ nfp_dates”，而不是显示的“ 2012-01-06”特定日期

>>> nfp_dates.head(10)
         Date
0  2012-01-06
1  2012-02-03
2  2012-03-09
3  2012-04-06
4  2012-05-04
5  2012-06-01
6  2012-07-06
7  2012-08-03
8  2012-09-07
9  2012-10-05

我的数据如下：

>>> eurusd_ask.head(10)
                        Open     High      Low    Close  Volume
Gmt time                                                       
2012-01-01 00:00:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-01 00:05:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-01 00:10:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-01 00:15:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-01 00:20:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-01 00:25:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-01 00:30:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-01 00:35:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-01 00:40:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-01 00:45:00  1.29496  1.29496  1.29496  1.29496     0.0

所需结果

一个名为nfp_5min的DataFrame，它将具有nfp_dates的所有5分钟eurusd_ask数据。

Answer 1

可以使用numpy.isin构建用于选择所需行的数组，其用法如下：

nfp_5min = eurusd_ask[np.isin(eurusd_ask.index.date, desired)]

测试代码

eurusd_ask = pd.read_fwf(
    StringIO(u"""
        Gmt time                Open     High      Low    Close  Volume
        2012-01-01T00:00:00  1.29496  1.29496  1.29496  1.29496     0.0
        2012-01-01T00:05:00  1.29496  1.29496  1.29496  1.29496     0.0
        2012-01-01T00:10:00  1.29496  1.29496  1.29496  1.29496     0.0
        2012-01-02T00:15:00  1.29496  1.29496  1.29496  1.29496     0.0
        2012-01-02T00:20:00  1.29496  1.29496  1.29496  1.29496     0.0
        2012-01-02T00:25:00  1.29496  1.29496  1.29496  1.29496     0.0
        2012-01-03T00:30:00  1.29496  1.29496  1.29496  1.29496     0.0
        2012-01-03T00:35:00  1.29496  1.29496  1.29496  1.29496     0.0
        2012-01-03T00:40:00  1.29496  1.29496  1.29496  1.29496     0.0
        2012-01-04T00:45:00  1.29496  1.29496  1.29496  1.29496     0.0"""),
    header=1, parse_dates=['Gmt time']
).set_index('Gmt time')

nfp_dates= pd.to_datetime(['2012-01-01', '2012-01-02']).date

nfp_5min = eurusd_ask[np.isin(eurusd_ask.index.date, nfp_dates)]
print(nfp_5min)

结果：

                        Open     High      Low    Close  Volume
Gmt time                                                       
2012-01-01 00:00:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-01 00:05:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-01 00:10:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-02 00:15:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-02 00:20:00  1.29496  1.29496  1.29496  1.29496     0.0
2012-01-02 00:25:00  1.29496  1.29496  1.29496  1.29496     0.0