如何仅获取具有特定条件的数据帧的第二个索引答案

【问题标题】：how to get only the second index of a data frame with a certain condition如何仅获取具有特定条件的数据帧的第二个索引
【发布时间】：2019-10-12 23:10:52
【问题描述】：

首先，我对 python 还很陌生，所以请放轻松。
我需要从数据框中获取某个值。

我得到了这个代码：
第一个输入的数据框：

符号日期 bmo amc 公司名称
AAP 2019-05-22 在 Open Advance Auto 之前 ADI 2019-05-22 开盘前 ADI CM 2019-05-22 开盘前 CIBC CSWI 2019-05-22 开盘前 CSW Industrials KLXE 2019-05-22 开盘前 KLX Energy Services

for stock_symbol in mystocks:
    print(stock_symbol)

输入：

#get the date from the date column
ddate = df_earning_calander.loc[
    df_earning_calander.index == stock_symbol, 'date'][stock_symbol]
print(ddate)

输出：

AAP
2019-05-22 00:00:00

第二个输入的数据框：

符号股票名称日期 ... AAP Advance Auto Parts Inc 2018-11-13 ... AAP Advance Auto Parts Inc 2019-02-15 ... AAP Advance Auto Parts Inc 2019-02-19 ... AAP Advance Auto Parts Inc 2019-05-21 ... AAP Advance Auto Parts Inc 2019-05-22 ... 输入：

#get all the dates from the date column
ddate_12 = df_earnings_12.loc[
    df_earnings_12.index == stock_symbol, 'date'][stock_symbol]
print(ddate_12)

输出：

AAP   2018-11-13
AAP   2019-02-15
AAP   2019-02-19
AAP   2019-05-21
AAP   2019-05-22
Name: date, dtype: datetime64[ns]
if ddate in ddate_12:
    continue

好吧，我正在尝试检查第一个数据框中的日期是否在第二个数据框中并且（而股票名称相同）。
此代码不会转到下一个可迭代对象。我认为这是因为第二个输出给了我股票名称和日期，而不仅仅是日期。

【问题讨论】：

嗨。请花时间阅读how to provide a great pandas example 上的这篇文章以及如何提供minimal, complete, and verifiable example 并相应地修改您的问题。 how to ask a good question 上的这些提示也可能有用。
在markdown中如果你想跳过一行使用2个空格并输入而不是<br>
@jezrael 谢谢我添加了数据框，这样人们就可以看到这是关于什么的。
@Craicerjack 我试着做 2 个空格，但它不起作用......
不，我需要检查第一个数据框中的日期是否存在于第二个数据框中（对于同一股票）。我认为问题出在第二次打印中，它同时打印了股票名称和日期。我希望它只打印我认为这是解决方案的日期我不知道该怎么做

标签： python pandas dataframe pandas-loc

【解决方案1】：

您可以只选择日期列，通过 Series.reset_index 创建 2 列 DataFrame，如果可能重复对添加 DataFrame.drop_duplicates：

df1 = df_earning_calander['date'].reset_index().drop_duplicates()
print (df1)
  symbol        date
0    AAP  2019-05-22
1    ADI  2019-05-22
2     CM  2019-05-22
3   CSWI  2019-05-22
4   KLXE  2019-05-22

df2 = df_earnings_12['date'].reset_index().drop_duplicates()
print (df2)
  symbol        date
0    AAP  2018-11-13
1    AAP  2019-02-15
2    AAP  2019-02-19
3    AAP  2019-05-21
4    AAP  2019-05-22

然后对于具有相同列名的两个 DatFrame 之间的交集，使用带有默认内部连接的 DataFrame.merge - 获取与两者之间的所有日期时间匹配的所有符号：

df = df1.merge(df2)
print (df)
  symbol        date
0    AAP  2019-05-22

如果需要，最后的符号测试列表比较列 df['symbol'] 的布尔掩码，并通过 Series.any 测试是否至少有一个 True：

mystocks = ['ADI','AAP']
for stock_symbol in mystocks:
    if ((df['symbol'] == stock_symbol).any()):
        print (f'Matched {stock_symbol}')
        #Matched AAP

【讨论】：