Python 2.7 删除熊猫中所有数据帧中不存在的行 背景

有5个数据帧，我将它们称为

b1、b2、b3、b4、b5

它们具有由列组成的数据结构

['Date'，'Value']

我得到了2014年到2015年的数据

问题 每个数据帧都有不同的日期计数系统。所以，我想去掉数据帧中日期不匹配的行

我该怎么做

我试过的 因此，如果数据的

Date

未包含在所有数据帧中，我将删除所有数据：

b1、b2、b3、b4、b5

这是第一次奏效

for i in range(len(b2.index)):
    k = 0
    for j in range(len(b1.index)):
        if b2['Date'][i] == b1['Date'][j]:
            k = k+1
        else:
            k = k
    if k == 1:
        pass
    if k == 0:
        b2 = b2.drop([i])

但是，在此之后，我再次执行此代码，在此之后，将出现如下错误：

KeyError回溯（最近一次呼叫最后一次） 在（） 2k=0 3对于范围内的j（len（b2.索引））： ---->4如果b1['Date'][i]==b2['Date'][j]： 5K=k+1 6其他：

C:\Users\cms\Anaconda\lib\site packages\pandas\core\series.pyc ingetitem（self，key） 519defgetitem（自身，键）： 520试试： -->521结果=self.index.get_值（self，key） 522 523如果不是np.isscalar（结果）：

C:\Users\cms\Anaconda\lib\site packages\pandas\core\index.pyc in get_value（self、series、key） 1593 1594尝试： ->1595返回自引擎。获取值（s，k） 1596除键错误为e1外： 1597如果len（self）>0且self.u键入['integer'，'boolean']：

pandas.index.IndexEngine.get_值中的pandas\index.pyx（pandas\index.c:3113）（）

pandas.index.IndexEngine.get_值中的pandas\index.pyx（pandas\index.c:2844）（）

pandas.index.IndexEngine.get_loc中的pandas\index.pyx（pandas\index.c:3704）（）

pandas.hashtable.Int64HashTable.get_项中的pandas\hashtable.pyx（pandas\hashtable.c:7224）（）

pandas.hashtable.Int64HashTable.get_项中的pandas\hashtable.pyx（pandas\hashtable.c:7162）（）

键错误：28L

我想做的是

mlist = (b1,b2,b3,b4,b5)
for q in mlist:
    for r in mlist:
        for i in range(len(q.index)):
            k = 0
            for j in range(len(r.index)):
                if q['Date'][i] == r['Date'][j]:
                    k = k+1
                else:
                    k = k
            if k == 1:
                pass
            if k == 0:
                q = q.drop([i])`enter code here`

---

这个怎么样？使用

set.intersecton（）

：

---

这个怎么样？使用

set.intersecton（）

：

---

您希望保留所有数据集中存在的日期

这可以很容易地通过使用对所有对象执行内部联接来完成

我在这里对您的数据做一些假设，因为您还没有发布任何示例数据

如果我对你的数据有任何错误，请让我知道，我会纠正我的例子

例如：

b1 = pd.DataFrame({'Date':pd.date_range('2015-05-05', '2015-05-10'), 'Value':range(1,7)})
        Date  Value
0 2015-05-05      1
1 2015-05-06      2
2 2015-05-07      3
3 2015-05-08      4
4 2015-05-09      5
5 2015-05-10      6

b2 = pd.DataFrame({'Date':pd.date_range('2015-05-07', '2015-05-12'), 'Value':range(4,10)})
        Date  Value
0 2015-05-05      1
1 2015-05-06      2
2 2015-05-07      3
3 2015-05-08      4
4 2015-05-09      5
5 2015-05-10      6

b = b1.merge(on='Date', right=b2, how='inner', suffixes=['_b1', '_b2'])
        Date  Value_b1  Value_b2
0 2015-05-07         3         4
1 2015-05-08         4         5
2 2015-05-09         5         6
3 2015-05-10         6         7

---

您希望保留所有数据集中存在的日期

这可以很容易地通过使用对所有对象执行内部联接来完成

我在这里对您的数据做一些假设，因为您还没有发布任何示例数据

如果我对你的数据有任何错误，请让我知道，我会纠正我的例子

例如：

b1 = pd.DataFrame({'Date':pd.date_range('2015-05-05', '2015-05-10'), 'Value':range(1,7)})
        Date  Value
0 2015-05-05      1
1 2015-05-06      2
2 2015-05-07      3
3 2015-05-08      4
4 2015-05-09      5
5 2015-05-10      6

b2 = pd.DataFrame({'Date':pd.date_range('2015-05-07', '2015-05-12'), 'Value':range(4,10)})
        Date  Value
0 2015-05-05      1
1 2015-05-06      2
2 2015-05-07      3
3 2015-05-08      4
4 2015-05-09      5
5 2015-05-10      6

b = b1.merge(on='Date', right=b2, how='inner', suffixes=['_b1', '_b2'])
        Date  Value_b1  Value_b2
0 2015-05-07         3         4
1 2015-05-08         4         5
2 2015-05-09         5         6
3 2015-05-10         6         7

从中你可以看到答案

merged_mlist = reduce(lambda left,right: pandas.merge(left,right,on='Date', how='inner'), mlist)

我相信您的代码失败的原因是因为您在删除后没有重置索引。我认为，如果你想手动操作，你可以先存储索引，然后一次删除所有索引

inds_to_drop = []
for i in range(len(b2)):
    for j in range(len(b1)):
        if b2['Date'][i] != b1['Date'][j]:
            inds_to_drop.append(i)
b2.drop( b2.index[inds_to_drop], inplace=True)    
b2.reset_index( drop=True,inplace=True) # this may or may not be necessary, havent thought all the way through

更好的是，如果您仍然想要实现for循环

inds_to_drop = [ i for i,dt in enumerate(b2.Date) if not pandas.np.where( b1.Date==dt)[0].size ] 

您可以为每个迭代执行此操作。。虽然与中的

一起运行该函数更容易，但您可以看到答案

merged_mlist = reduce(lambda left,right: pandas.merge(left,right,on='Date', how='inner'), mlist)

我相信您的代码失败的原因是因为您在删除后没有重置索引。我认为，如果你想手动操作，你可以先存储索引，然后一次删除所有索引

inds_to_drop = []
for i in range(len(b2)):
    for j in range(len(b1)):
        if b2['Date'][i] != b1['Date'][j]:
            inds_to_drop.append(i)
b2.drop( b2.index[inds_to_drop], inplace=True)    
b2.reset_index( drop=True,inplace=True) # this may or may not be necessary, havent thought all the way through

更好的是，如果您仍然想要实现for循环

inds_to_drop = [ i for i,dt in enumerate(b2.Date) if not pandas.np.where( b1.Date==dt)[0].size ] 

---

---

您可以为每个迭代执行此操作。。虽然与

一起运行该函数比较容易，但它可以正常工作，但是，我希望使每个索引都有相同的索引。例如，b1、b2、b3、b4、b5需要在索引#5中有2014-07-30，在#6中有2014-07-31。您能提供示例输入和所需输出吗？您能帮助我吗？如果你给我你的电子邮件什么的，我会给你我的数据。实际上，下面的代码运行得很好，但是，它返回“空”数据帧，不知道为什么。@SeongNohYoon为什么不写下尝试此解决方案时出现的错误，而不是向三个不同的人请求电子邮件支持？这有点行得通，但是，我想让每个索引都有相同的索引。例如，b1、b2、b3、b4、b5需要在索引#5中有2014-07-30，在#6中有2014-07-31。您能提供示例输入和所需输出吗？您能帮助我吗？如果你给我你的电子邮件什么的，我会给你我的数据。实际上，下面的代码运行得很好，但是，它返回“空”数据帧，不知道为什么。@SeongNohYoon为什么不写下尝试此解决方案时出现的错误，而不是向三个不同的人请求电子邮件支持？你能帮我吗？如果你给我你的电子邮件什么的，我会给你我的数据。实际上，下面的代码运行得很好，但是，它返回“空”数据帧，不知道为什么。@SeongNohYoon为什么不写下尝试此解决方案时出现的错误，而不是向三个不同的人请求电子邮件支持？有什么不好的地方？这部分代码可能有输入错误。。我编辑了它。。坏索引应该是

inds\u-to\u-drop

。。但我真的认为你应该试试第一部分：

reduce（lambda left，right:pandas.merge（left，right，on='Date'，how='inner'），mlist）

where

mlist=（b1，b2，b3，b4，b5）

你能帮我吗？如果你给我你的电子邮件什么的，我会给你我的数据。实际上，下面的代码运行得很好，但是，它返回“空”数据帧，不知道为什么。@SeongNohYoon为什么不写下尝试此解决方案时出现的错误，而不是向三个不同的人请求电子邮件支持？有什么不好的地方？这部分代码可能有输入错误。。我编辑了它。。坏索引应该是

inds\u-to\u-drop

。。但我真的认为你应该试试