熊貓通過multiindex在其他數據框中創建數據框中的額外列

Question

我有兩個具有相同列名的熊貓數據框，以及相同的（兩個）多索引列（“符號”和“日期”），但其中一些索引不同，而某些數據也不同。

df1 index columns: ['symbol','date']
symbol  date     o    c
aa      2015/1/1 1    1
aa      2015/2/1 2    2
bb      2015/1/1 71   71

df2 index columns: ['symbol','date']

symbol  date     o    c
aa      2015/1/1 1    1
bb      2016/2/1 2    2
bb      2015/1/1 51   55

我首先要創建一個僅包含兩行的共享數據框（具有默認dataframe.merge dataframe.merge()的innerjoin並僅保留索引列。有什么方法可以一次完成嗎？

目前，我很難做到：

merged = df1.merge(df2)  
analyzed = merged[['symbol','date']].copy

現在出現問題：

我想使用以下各列來分析數據幀：o1 c1 o2 c2，其中包含來自兩個文件的數據。 如何“ .loc”按索引獲取數據？

我想要類似以下代碼的東西，但這給出了一個例外：

analyzed['o1'] = analyzed.apply(lambda row: df1['o'].loc[[row.symbol, row.date]]
# or maybe like this: 
analyzed['o1'] = analyzed.apply(lambda row: df1.at[ [row['symbol'], row['date']], 'o'] )

我該怎么做呢？ 或者（以另一種方式詢問）如何獲取當前行的符號和日期值，以及如何使用它們在df1（或df2）中設置相應的行？ 也許有get_level_values的東西？ 如果是這樣，怎么辦？

Answer 1

IIUC：

使用join：

analyze = df1.join(df2,lsuffix='_l')

輸出：

                 o_l  c_l     o     c
symbol date                          
aa     2015/1/1    1    1   1.0   1.0
       2015/2/1    2    2   NaN   NaN
bb     2015/1/1   71   71  51.0  55.0

選擇：

analyze.loc[('aa','2015/1/1')]

o_l    1.0
c_l    1.0
o      1.0
c      1.0
Name: (aa, 2015/1/1), dtype: float64

使用索引合並：

analyze1 = df1.merge(df2, left_index=True, right_index=True)

輸出：

                 o_x  c_x  o_y  c_y
symbol date                        
aa     2015/1/1    1    1    1    1
bb     2015/1/1   71   71   51   55

選擇：

analyze1.loc[('aa','2015/1/1')]

o_x    1
c_x    1
o_y    1
c_y    1
Name: (aa, 2015/1/1), dtype: int64