Pandas：如何根据日期将一个数据框调整为另一个数据框？

Question

我有两个数据框，用于收集两种不同股票的历史价格序列。应用 describe() 我注意到第一只股票的元素是 1291，而第二只股票的元素是 1275。这种差异是由于这两种证券在不同的证券交易所上市，因此在某些日期显示出差异。我想做的是保留两个单独的数据帧，但确保在第一个数据帧中，删除第二个数据帧中不存在日期的所有行，以便两个数据帧完美匹配以执行分析。我读过有诸如merge（）或join（）之类的函数，但我无法很好地理解如何使用它们（如果这些是正确的函数）。感谢那些愿意花时间回答我问题的人。

"ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 1275 and the array at index 1 has size 1291"

谢谢

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import pandas_datareader as web
from scipy import stats
import seaborn as sns
pd.options.display.min_rows= None
pd.options.display.max_rows= None

tickers = ['DISW.MI','IXJ','NRJ.PA','SGOL','VDC','VGT']
wts= [0.19,0.18,0.2,0.08,0.09,0.26]

price_data = web.get_data_yahoo(tickers,
                               start = '2016-01-01',
                               end = '2021-01-01')
price_data = price_data['Adj Close']

ret_data = price_data.pct_change()[1:]
port_ret = (ret_data * wts).sum(axis = 1)

benchmark_price = web.get_data_yahoo('ACWE.PA',
                               start = '2016-01-01',
                               end = '2021-01-01')
                               
benchmark_ret = benchmark_price["Adj Close"].pct_change()[1:].dropna()

#From now i get error

sns.regplot(benchmark_ret.values,
port_ret.values)
plt.xlabel("Benchmark Returns")
plt.ylabel("Portfolio Returns")
plt.title("Portfolio Returns vs Benchmark Returns")
plt.show()

(beta, alpha) = stats.linregress(benchmark_ret.values,
                port_ret.values)[0:2]
                
print("The portfolio beta is", round(beta, 4))

Answer 1

让我们考虑一个玩具示例。

df1 包含 6 天的数据，df2 包含 5 天的数据。

据我所知，您希望 df1 也有 5 天的数据与 df2 的日期匹配。

df1

df1 = pd.DataFrame({
    'date':pd.date_range('2021-05-17', periods=6),
    'px':np.random.rand(6)
})
df1
    date        px
0   2021-05-17  0.054907
1   2021-05-18  0.192294
2   2021-05-19  0.214051
3   2021-05-20  0.623223
4   2021-05-21  0.004627
5   2021-05-22  0.127086

df2

df2 = pd.DataFrame({
    'date':pd.date_range('2021-05-17', periods=5),
    'px':np.random.rand(5)
})
df2
    date        px
0   2021-05-17  0.650976
1   2021-05-18  0.393061
2   2021-05-19  0.985700
3   2021-05-20  0.879786
4   2021-05-21  0.463206

代码 仅考虑 df2 中 df1 中的匹配日期。

df1 = df1[df1.date.isin(df2.date)]

输出df1

    date        px
0   2021-05-17  0.054907
1   2021-05-18  0.192294
2   2021-05-19  0.214051
3   2021-05-20  0.623223
4   2021-05-21  0.004627