根据日期合并数据框
Merge data frames based on date
我想合并2个数据框。
第一个数据框如下所示:
Date Value
1968-04-01 38.0
1968-04-02 37.6
1968-04-03 37.7
1968-04-04 36.7
1968-04-05 37.2
1968-04-08 37.0
1968-04-09 37.25
1968-04-10 37.6
第二个数据框如下所示:
1991-06-21 4.44
1991-06-22 4.39
1991-06-24 4.39
1991-06-25 4.37
1991-06-26 4.41
1991-06-27 4.36
两个数据集都是截止到今天。
我如何创建一个新的数据帧以 1991 年的数据开始,因为那是第二个数据集的开始?每个价格都有一列。
我试过了:
df_all_rows = pd.concat([df1, df2])
但这只是将一组数据置于另一组数据之下。
我想目前数据还没有到现在。但是我怎样才能创建一个只有两个系列都有的日期的新数据框呢?
这是我的资料:
import numpy as np
import pandas as pd
import pickle
import quandl
from datetime import datetime
df1=quandl.get("BUNDESBANK/BBK01_WT5511", authtoken="6F92X3NEV8DdrhAc_d5_")
df2=quandl.get("PERTH/SLVR_USD_D", authtoken="6F92X3NEV8DdrhAc_d5_")
df2=df2.dropna()
T1 = pd.merge(df1, df2, on=df1.index, how='inner')
尝试:
import pandas as pd
merge=pd.merge(df1,df2, how='inner', left_index=True, right_index=True)
您可以使用 how
参数更改合并方式。有关加入 here
的更多信息,请参阅
我想合并2个数据框。
第一个数据框如下所示:
Date Value
1968-04-01 38.0
1968-04-02 37.6
1968-04-03 37.7
1968-04-04 36.7
1968-04-05 37.2
1968-04-08 37.0
1968-04-09 37.25
1968-04-10 37.6
第二个数据框如下所示:
1991-06-21 4.44
1991-06-22 4.39
1991-06-24 4.39
1991-06-25 4.37
1991-06-26 4.41
1991-06-27 4.36
两个数据集都是截止到今天。
我如何创建一个新的数据帧以 1991 年的数据开始,因为那是第二个数据集的开始?每个价格都有一列。
我试过了:
df_all_rows = pd.concat([df1, df2])
但这只是将一组数据置于另一组数据之下。
我想目前数据还没有到现在。但是我怎样才能创建一个只有两个系列都有的日期的新数据框呢?
这是我的资料:
import numpy as np
import pandas as pd
import pickle
import quandl
from datetime import datetime
df1=quandl.get("BUNDESBANK/BBK01_WT5511", authtoken="6F92X3NEV8DdrhAc_d5_")
df2=quandl.get("PERTH/SLVR_USD_D", authtoken="6F92X3NEV8DdrhAc_d5_")
df2=df2.dropna()
T1 = pd.merge(df1, df2, on=df1.index, how='inner')
尝试:
import pandas as pd
merge=pd.merge(df1,df2, how='inner', left_index=True, right_index=True)
您可以使用 how
参数更改合并方式。有关加入 here