Python熊猫，在2个数据帧中找到最大的一对

我有两个数据帧

df_1
            AAPL.NSDQ   KO.NYSE  BAC.NYSE   GS.NYSE  
AAPL.NSDQ   1.000000  0.90526 -0.659031 -0.722537
KO.NYSE     0.050526  1.000000  0.042064  0.146106 
BAC.NYSE   -0.659031  0.042064  1.000000  0.944912 
GS.NYSE    -0.722537  0.146106  0.944912  1.000000

df_2
            AAPL.NSDQ   KO.NYSE   BAC.NYSE   GS.NYSE 
AAPL.NSDQ   1.000000  3.116503   5.601350  0.557649  
KO.NYSE     0.320873  1.000000   1.797319  0.178934 
BAC.NYSE    0.178528  0.556384   1.000000  0.099556  
GS.NYSE     1.793243  5.588645  10.044580  1.000000

我想检索一个对列表，这样df_1中的对值大于绝对值（0.85），df_2中的对值大于3。然后打印出这一对的列表

例如，结果将是

（AAPL.NSDQ，KO.NYSE）

，

df_1=0.90526

和

df_2=3.116503

---

谢谢

您可以使用矢量化布尔运算：

In [10]: pairs = (np.abs(df1) > 0.85) & (df2 > 3)

In [11]: pairs
Out[11]:
          AAPL.NSDQ KO.NYSE BAC.NYSE GS.NYSE
AAPL.NSDQ     False    True    False   False
KO.NYSE       False   False    False   False
BAC.NYSE      False   False    False   False
GS.NYSE       False   False     True   False

然后，在

numpy.where

的帮助下：

In [14]: np.where(pairs.values)
Out[14]: (array([0, 3]), array([1, 2]))

最后，一个简单的列表理解：

In [16]: [(pairs.index[i], pairs.columns[j]) for i,j in  zip(*np.where(pairs.values))]
Out[16]: [('AAPL.NSDQ', 'KO.NYSE'), ('GS.NYSE', 'BAC.NYSE')]

如果您也需要这些值：

In [20]: [(pairs.index[i], pairs.columns[j], df1.iloc[i,j], df2.iloc[i,j]) for i,j in  zip(*np.where(pairs.values))]
Out[20]:
[('AAPL.NSDQ', 'KO.NYSE', 0.90526000000000006, 3.1165029999999998),
 ('GS.NYSE', 'BAC.NYSE', 0.94491200000000009, 10.04458)]

或者，定义一个助手函数会更简洁：

In [21]: def data_tuple(i, j): return (pairs.index[i], pairs.columns[j], df1.iloc[i,j], df2.iloc[i,j])

In [22]: [data_tuple(i,j) for i,j in  zip(*np.where(pairs.values))]
Out[22]:
[('AAPL.NSDQ', 'KO.NYSE', 0.90526000000000006, 3.1165029999999998),
 ('GS.NYSE', 'BAC.NYSE', 0.94491200000000009, 10.04458)]

---

你也能告诉我，如何检索号码吗？我想看看类似于

（'A.NYSE'，'B.NYSE'，0.9,3）

如何

np.where（pairs.values）=（数组（[0,3]）、数组（[1,2]）

？它不应该是

（数组[0,1]，数组[3,2]）

，因为这是真值的坐标吗？因为

np。其中
返回一个
元组
，元组的每个元素对应于您传入的布尔数组的一个轴，并且在数组为
真
的位置具有索引值。你写的东西没有任何意义，因为
（数组[0,1]，数组[3,2]）==（真的，真的）
对不起，我还是不明白为什么
在[14]：np.where（pairs.values）Out[14]：（数组（[0,3]），数组（[1,2]）
我现在明白了。它代表的是
Array[x1，x2]，Array[y1，y2]
我以为它是
Array[x1，y1]，Array[x2，y2]
df = pd.concat([df_1[df_1 > 0.85].stack().dropna(), df_2[df_2 > 3].stack().dropna()], axis=1).dropna()
df.columns=['df_1', 'df_2']

print df.index.tolist()

[('AAPL.NSDQ', 'KO.NYSE'), ('GS.NYSE', 'BAC.NYSE')]

print df

                        df_1       df_2
AAPL.NSDQ KO.NYSE   0.905260   3.116503
GS.NYSE   BAC.NYSE  0.944912  10.044580