![](/img/trans.png)
[英]Pandas: Adding Two Columns From Two Dataframes With Different Time Series
[英]Create two Dataframes based on series membership in Pandas
我是初學者,我似乎無法找到確切的答案。
我有兩個數據框,第一個有本地化的經濟數據 (df1):
(index) (index) 2000 2010 Diff
State Region
NY NYC 1000 1100 100
NY Upstate 200 270 70
NY Long_Island 1700 1800 100
IL Chicago 300 500 200
IL South 50 35 15
IL Suburbs 800 650 -150
第二個有一個州和地區列表,(df2):
index State Region
0 NY NYC
1 NY Long_Island
2 IL Chicago
最終,我想要做的是對df2
的狀態和區域之間的Diff
列與df1
中未包含在df2
所有其他列之間的Diff
列運行t-test
。 但是,我還沒有設法划分組,所以我無法運行測試。
我最近的(許多)嘗試如下所示:
df1['Region', 'State'].isin(df2['Region', 'State'])
我也試過pd.merge
但似乎無法讓它工作。 我認為這是因為多級索引,但我仍然不知道如何獲取不在df2
的州/地區。
看來您需要MultiIndexes
difference
,然后按loc
選擇:
print (df1.index)
MultiIndex(levels=[['IL', 'NY'], ['Chicago', 'Long_Island',
'NYC', 'South', 'Suburbs', 'Upstate']],
labels=[[1, 1, 1, 0, 0, 0], [2, 5, 1, 0, 3, 4]],
names=['State', 'Region'])
print (df2.index)
Int64Index([0, 1, 2], dtype='int64', name='index')
print (df1.index.names)
['State', 'Region']
#create index from both columns
df2 = df2.set_index(df1.index.names)
what is same as
#df2 = df2.set_index(['State','Region'])
mux = df1.index.difference(df2.index)
print (mux)
MultiIndex(levels=[['IL', 'NY'], ['South', 'Suburbs', 'Upstate']],
labels=[[0, 0, 1], [0, 1, 2]],
names=['State', 'Region'],
sortorder=0)
print (df1.loc[mux])
2000 2010 Diff
State Region
IL South 50 35 15
Suburbs 800 650 -150
NY Upstate 200 270 70
全部一起:
df2 = df2.set_index(df1.index.names)
df = df1.loc[df1.index.difference(df2.index)]
print (df)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.