Python 将数据帧拆分为两个数据帧，并对这两个数据帧进行过滤，以便具有相同的维度

我有以下问题，并有一个解决它的想法，但它不起作用： 我有一个月内每个交易日的DAX看涨期权和看跌期权数据。经过转换和一些计算后，我得到以下数据帧： . 现在的目标是去掉没有相应对的每一行（看涨期权或看跌期权）。对于pair，我指的是具有相同“行使价格”和“TAU”的看涨期权和看跌期权，其中“TAU”表示到期时间（以年为单位）。图中的红色方框是一对的示例。因此，要么有一个只有对的数据帧，要么有两个带有调用和卖出选项的数据帧，其中行是各自的对

我的想法是创建两个新的数据框，一个只包含看涨期权，另一个包含看跌期权，在“TAU”和“EXERCISE_PRICE”之后对其进行排序，并使用pandas isin函数完成操作，以消除没有相应对的看涨期权或看跌期权

DaxOptCall=DaxOpt[DaxOpt.CALL\u PUT\u FLAG=='C']

DaxOptPut=DaxOpt[DaxOpt.CALL\u PUT\u FLAG=='p']

问题在于DaxOptCall和DaxOptPut的维度不同，因此isin函数不适用。我正试图找到最有效的方法，因为我现在使用的数据与真实数据只有一小部分

如果您有任何帮助或想法，我将不胜感激

---

---

看看这是否适合你：

通过调用/卖出选项将df分离为两个df后，将对的唯一列转换为索引列：

# Assuming your unique columns are TAU and EXERCISE_PRICE
df_call = df_call.set_index(["EXERCISE_PRICE", "TAU"])
df_put = df_put.set_index(["EXERCISE_PRICE", "TAU"])

接下来，取索引的交集，它将返回一个多索引对象

mtx = df_call.index.intersection(df_put.index)

然后使用mtx对象从dfs中提取公共元素

df_call.loc[mtx]
df_put.loc[mtx]

---

如果希望它们位于同一个df中，可以将它们合并，并将索引重置为原始列。

查看这是否适用于您：

通过调用/卖出选项将df分离为两个df后，将对的唯一列转换为索引列：

# Assuming your unique columns are TAU and EXERCISE_PRICE
df_call = df_call.set_index(["EXERCISE_PRICE", "TAU"])
df_put = df_put.set_index(["EXERCISE_PRICE", "TAU"])

接下来，取索引的交集，它将返回一个多索引对象

mtx = df_call.index.intersection(df_put.index)

然后使用mtx对象从dfs中提取公共元素

df_call.loc[mtx]
df_put.loc[mtx]

---

如果希望它们位于同一个df中，您可以合并它们，并将索引重置为原始列。

感谢您的快速重播。可悲的是，它不起作用，尽管如此，我还是很高兴知道这一点。问题是，“行使价格”和“TAU”列不是唯一的，但它们的组合是唯一的。结果是，Multindex对象比tau具有更多的行使价格，并且最终dfs为空。还有其他方法吗？是产生错误还是没有产生所需的输出？它没有产生所需的输出，因为输出是空的。如果您需要我帮助，请更清楚地了解您得到的确切信息。我们谈论的是哪种产出？mtx是否为空？抱歉，我编辑了我的第一条评论，以为你看到了。因此，使用上面的符号df_call.loc[mtx]和df_put.loc[mtx]是空的。在我看来，这是因为列EXERCISE_PRICE和TAU不是唯一的，这导致mtx的EXERCISE_价格比TAU价格高。感谢您的快速重播。可悲的是，它不起作用，尽管如此，我还是很高兴知道这一点。问题是，“行使价格”和“TAU”列不是唯一的，但它们的组合是唯一的。结果是，Multindex对象比tau具有更多的行使价格，并且最终dfs为空。还有其他方法吗？是产生错误还是没有产生所需的输出？它没有产生所需的输出，因为输出是空的。如果您需要我帮助，请更清楚地了解您得到的确切信息。我们谈论的是哪种产出？mtx是否为空？抱歉，我编辑了我的第一条评论，以为你看到了。因此，使用上面的符号df_call.loc[mtx]和df_put.loc[mtx]是空的。在我看来，这是因为列EXERCISE_PRICE和TAU不是唯一的，这导致mtx的EXERCISE_价格比TAU价格高。