La création d'une pandas DataFrame de colonnes des autres DataFrames avec les mêmes indices

J'ai 2 DataFrames df1 et df2 avec les mêmes noms de colonnes ['a','b','c'] et indexé par les dates.
La date index peut avoir des valeurs similaires.
Je voudrais créer un DataFrame df3 avec uniquement les données des colonnes ['c'] renommés respectivement " df1 " et "df2", et avec la date correcte de l'index. Mon problème est que je ne peut pas obtenir de la manière de fusionner l'indice.

df1 = pd.DataFrame(np.random.randn(5,3), index=pd.date_range('01/02/2014',periods=5,freq='D'), columns=['a','b','c'] )
df2 = pd.DataFrame(np.random.randn(8,3), index=pd.date_range('01/01/2014',periods=8,freq='D'), columns=['a','b','c'] )
df1
                 a        b            c
2014-01-02   0.580550    0.480814    1.135899
2014-01-03  -1.961033    0.546013    1.093204
2014-01-04   2.063441   -0.627297    2.035373
2014-01-05   0.319570    0.058588    0.350060
2014-01-06   1.318068   -0.802209   -0.939962

df2
                 a        b            c
2014-01-01   0.772482    0.899337    0.808630
2014-01-02   0.518431   -1.582113    0.323425
2014-01-03   0.112109    1.056705   -1.355067
2014-01-04   0.767257   -2.311014    0.340701
2014-01-05   0.794281   -1.954858    0.200922
2014-01-06   0.156088    0.718658   -1.030077
2014-01-07   1.621059    0.106656   -0.472080
2014-01-08  -2.061138   -2.023157    0.257151

Le df3 DataFrame devrait avoir la forme suivante : 

df3
                 df1        df2
2014-01-01   NaN        0.808630
2014-01-02   1.135899   0.323425
2014-01-03   1.093204   -1.355067
2014-01-04   2.035373   0.340701
2014-01-05   0.350060   0.200922
2014-01-06   -0.939962  -1.030077
2014-01-07   NaN        -0.472080
2014-01-08   NaN        0.257151

Mais avec NaN dans le df1 colonne de la date de l'indice de df2 est plus large. (Dans cet exemple, je voudrais obtenir NaN pour le suivi des dates : 2014-01-01, 2014-01-07 and 2014-01-08)

Merci pour votre aide.

InformationsquelleAutor user3153467 | 2014-01-20
  1. 56

    Vous pouvez utiliser concat:

    In [11]: pd.concat([df1['c'], df2['c']], axis=1, keys=['df1', 'df2'])
Out[11]: 
                 df1       df2
2014-01-01       NaN -0.978535
2014-01-02 -0.106510 -0.519239
2014-01-03 -0.846100 -0.313153
2014-01-04 -0.014253 -1.040702
2014-01-05  0.315156 -0.329967
2014-01-06 -0.510577 -0.940901
2014-01-07       NaN -0.024608
2014-01-08       NaN -1.791899

[8 rows x 2 columns]

    L'axe argument détermine la manière dont le DataFrames sont empilés:

    df1 = pd.DataFrame([1, 2, 3])
df2 = pd.DataFrame(['a', 'b', 'c'])

pd.concat([df1, df2], axis=0)
   0
0  1
1  2
2  3
0  a
1  b
2  c

pd.concat([df1, df2], axis=1)

   0  0
0  1  a
1  2  b
2  3  c
    • Salut,j'ai testé sur mes données mais j'obtiens une erreur (AssertionError: Indice de longueur ne correspond pas aux valeurs). La seule raison pour laquelle il semble ne pas fonctionner est parce que le type(df1['c']) => les pandas.de base.de la série.TimeSeries et dans mes données, il est : les pandas.de base.de la série.De la série. Toutes les pensées ?
    • Bonjour, j'ai trouvé le problème : j'avais une ligne en double index dans mon de données qui a été prise de la fonction concat lever une exception.
    • Qu'est-ce que le keys argument pour? aussi axis?
    • les clés de l'index/colonnes en fonction de l'axe (0 est l'indice 1 est de colonnes). Vous trouverez axe argument dans de nombreux pandas méthodes avec le même sens.
    InformationsquelleAutor Andy Hayden
  2. 5

    Bien, je ne suis pas sûr que l'opération de fusion serait la voie à suivre. Personnellement, je voudrais construire un nouveau bloc de données en créant un index des dates et de la construction de l'colonnes à l'aide interprétations de la liste. Peut-être pas le plus pythonic façon, mais il semble fonctionner pour moi!

    import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randn(5,3), index=pd.date_range('01/02/2014',periods=5,freq='D'), columns=['a','b','c'] )
df2 = pd.DataFrame(np.random.randn(8,3), index=pd.date_range('01/01/2014',periods=8,freq='D'), columns=['a','b','c'] )

# Create an index list from the set of dates in both data frames
Index = list(set(list(df1.index) + list(df2.index)))
Index.sort()

df3 = pd.DataFrame({'df1': [df1.loc[Date, 'c'] if Date in df1.index else np.nan for Date in Index],\
                'df2': [df2.loc[Date, 'c'] if Date in df2.index else np.nan for Date in Index],},\
                index = Index)

df3
    InformationsquelleAutor Woody Pride