Python 比较两个日期框和设置值

我有一个问题，我不确定应该使用什么函数来执行它。我有两个日期框，如果其中一个（finaldf）中的值高于另一个（dfres0）中的值，我想比较两个，如果是，我想在（finaldf）中设置为零。以下是此日期框的一些示例：

finaldf

..             NEG_00_04  NEG_04_08  NEG_08_12  NEG_12_16  NEG_16_20  NEG_20_24  \
datum_von                                                                      
2017-10-18       9.58       8.08       0.39       2.32       0.54       0.60   
2017-10-19       6.34       6.20       0.15       1.32       0.46       0.56   
2017-10-20       7.68       5.86       0.29       1.04       0.48       0.54   
2017-10-21      13.40      10.52       2.50       3.09       2.97       2.44   
2017-10-22      25.53      17.33       4.05      12.62       2.35       1.14

dfres0

... produktname  NEG_00_04  NEG_04_08  NEG_08_12  NEG_12_16  NEG_16_20  NEG_20_24  \
datum_von                                                                       
2017-10-18      12.440     11.012      0.604      4.189      0.900      0.912   
2017-10-19      10.144      8.880      0.465      2.700      0.740      0.832   
2017-10-20      10.370      8.280      0.394      1.970      0.694      0.732   
2017-10-21      14.207     10.800      1.940      2.940      2.334      2.164   
2017-10-22      24.750     20.285      3.900     18.241      2.476      1.870 

---

提前感谢

如果两个

数据框

具有相同的索引和列值，并且所有数据都是数字，请使用：

详情：

print (finaldf > dfres0)
            NEG_00_04  NEG_04_08  NEG_08_12  NEG_12_16  NEG_16_20  NEG_20_24
datum_von                                                                   
2017-10-18      False      False      False      False      False      False
2017-10-19      False      False      False      False      False      False
2017-10-20      False      False      False      False      False      False
2017-10-21      False      False       True       True       True       True
2017-10-22       True      False       True      False      False      False

编辑：

如果列相同，唯一的区别是

dfres0

中的

produktname

列，然后首先将其删除：

df = finaldf.mask(finaldf > dfres0.drop('produktname', axis=1), 0)

---

如果两个

DataFrame

具有相同的索引和列值，并且所有数据都是数字，则使用：

详情：

print (finaldf > dfres0)
            NEG_00_04  NEG_04_08  NEG_08_12  NEG_12_16  NEG_16_20  NEG_20_24
datum_von                                                                   
2017-10-18      False      False      False      False      False      False
2017-10-19      False      False      False      False      False      False
2017-10-20      False      False      False      False      False      False
2017-10-21      False      False       True       True       True       True
2017-10-22       True      False       True      False      False      False

编辑：

如果列相同，唯一的区别是

dfres0

中的

produktname

列，然后首先将其删除：

df = finaldf.mask(finaldf > dfres0.drop('produktname', axis=1), 0)

---

可以

打印（finaldf==dfres0）

？@jezrael如果它们等于，则应保持不变日期框finaldfI中的值是否返回

布尔掩码

或

值错误：只能比较标记相同的数据框对象

@jezrael比较主要是为了知道finaldf中的哪些值会高于dfres0中的值可以使用设置为零的值创建新的finaldf。它们确实具有相同的长度和信息，但可能在finaldf中缺少一个列名作为prodktname，这是可能的

print（finaldf==dfres0）

？@jezrael如果它们等于，则应保持不变日期框finaldfI中的值是否返回

布尔掩码

或

值错误：只能比较标记相同的数据框对象

@jezrael比较主要是为了知道finaldf中的哪些值会高于dfres0中的值可以使用设置为零的值创建新的finaldf。它们确实有相同的长度和信息，但可能在finaldf中缺少了一个列名ProdKTname。我从你身上学到了多少！我总是认为解决这个问题很难，但是python总是有一个更容易的。谢谢你回答我的问题。我真的很感激，有一个问题，我可以把dfres0中的列的索引设置为produktname吗？因此，它们在两个日期框架中都有相同的名称使用

finaldf=finaldf.set_index（dfres0['produktname'，append=True）

然后

df=finaldf.mask（finaldf>dfres0.set_index（'produktname'，append=True），0）

实际上我做了以下工作；finaldf.columns.name='produktname'并且它可以工作。=]令人惊讶的是，我从你身上学到了多少！我总是认为解决这个问题很难，但是python总是有一个更容易的。谢谢你回答我的问题。我真的很感激，有一个问题，我可以把dfres0中的列的索引设置为produktname吗？因此，它们在两个日期框架中都有相同的名称使用

finaldf=finaldf.set_index（dfres0['produktname'，append=True）

然后

df=finaldf.mask（finaldf>dfres0.set_index（'produktname'，append=True），0）

实际上我做了以下工作；finaldf.columns.name='produktname'并且它可以工作。=]