Python 按分钟YFin和Tweepy情绪分数合并得到的数据框为空

您好，我想合并两个数据帧（YFinance，DF1的分钟级价格和Tweepy，DF2的情绪分数），但以下代码给了我一个空数据帧：

DF1的结构：

Datetime                                                                    
2021-03-30 12:00:00-04:00  331.290009  331.480011  331.290009  331.480011   
2021-03-30 12:01:00-04:00  331.679993  331.709991  331.549988  331.609985   
2021-03-30 12:02:00-04:00  331.640015  331.640015  331.209991  331.209991   
2021-03-30 12:03:00-04:00  331.290009  331.459991  331.190002  331.428009   
2021-03-30 12:04:00-04:00  331.480011  331.480011  331.339996  331.359985   
...                               ...         ...         ...         ...   
2021-03-31 11:55:00-04:00  327.269989  327.359985  327.239990  327.359985   
2021-03-31 11:56:00-04:00  327.299988  327.380005  327.184998  327.279999   
2021-03-31 11:57:00-04:00  327.190002  327.234985  327.109985  327.234985   
2021-03-31 11:58:00-04:00  327.230011  327.369995  327.200012  327.279999   
2021-03-31 11:59:00-04:00  327.325012  327.630005  327.245087  327.245087   

                            Adj Close  Volume  
Datetime                                       
2021-03-30 12:00:00-04:00  331.480011       0  
2021-03-30 12:01:00-04:00  331.609985    2260  
2021-03-30 12:02:00-04:00  331.209991    1886  
2021-03-30 12:03:00-04:00  331.428009    3569  
2021-03-30 12:04:00-04:00  331.359985    2191  
...                               ...     ...  
2021-03-31 11:55:00-04:00  327.359985    4419  
2021-03-31 11:56:00-04:00  327.279999    4428  
2021-03-31 11:57:00-04:00  327.234985    2098  
2021-03-31 11:58:00-04:00  327.279999    3447  
2021-03-31 11:59:00-04:00  327.245087    7598  

DF2的结构

                        Time        Date  Compound  Subjectivity  Polarity  \
0  2021-03-31 23:58:23-05:00  2021-03-31    0.6369      0.300000  1.000000   
1  2021-03-31 23:57:25-05:00  2021-03-31    0.6369      0.300000  1.000000   
2  2021-03-31 23:56:57-05:00  2021-03-31    0.5719      0.427273  0.068182   
3  2021-03-31 23:56:52-05:00  2021-03-31    0.6369      0.300000  1.000000   
4  2021-03-31 23:56:31-05:00  2021-03-31    0.5994      0.287500 -0.031250   
5  2021-03-31 23:56:16-05:00  2021-03-31    0.5719      0.427273  0.068182   
6  2021-03-31 23:55:45-05:00  2021-03-31    0.0000      0.700000  0.000000   
7  2021-03-31 23:53:08-05:00  2021-03-31    0.5719      0.427273  0.068182   
8  2021-03-31 23:45:36-05:00  2021-03-31    0.6369      0.300000  1.000000   
9  2021-03-31 23:43:21-05:00  2021-03-31    0.6369      0.300000  1.000000   
10 2021-03-31 23:39:37-05:00  2021-03-31    0.0000      0.700000  0.000000   
11 2021-03-31 23:39:20-05:00  2021-03-31    0.3818      0.560000  0.140000   
12 2021-03-31 23:38:38-05:00  2021-03-31    0.6369      0.300000  1.000000   

我想根据时间将它们合并为一个DF，我运行了以下命令：

output = tweet_df.merge(price, left_index= True, right_index= True)
print(output)
print('Finish combining price and sentiment')

tweet_df.index = pd.to_datetime(tweet_df.index)
price.index = pd.to_datetime(price.index)
output = tweet_df.merge(price, left_index= True, right_index= True)
print(output)

返回一个空的DF

Finish creating price
Empty DataFrame
Columns: [Tweet_content, Time, Date, Compound, Subjectivity, Polarity, Compound_analysis, Polarity_analysis, Open, High, Low, Close, Adj Close, Volume]
Index: []
Finish combining price and sentiment

回想起来，我必须为两个DFs编制索引以使其对齐，我运行了以下操作：

output = tweet_df.merge(price, left_index= True, right_index= True)
print(output)
print('Finish combining price and sentiment')

tweet_df.index = pd.to_datetime(tweet_df.index)
price.index = pd.to_datetime(price.index)
output = tweet_df.merge(price, left_index= True, right_index= True)
print(output)

这给了我一个错误：

TypeError: Cannot join tz-naive with tz-aware DatetimeIndex

---

有人知道如何解决这个问题吗？提前感谢：D

首先，您必须确保这两个数据帧都有日期/时间值作为索引。如果其中一个不是datetime格式，则会出现错误

从这两个DataFame的数据样本中可以看出，DF1的行索引名为“Datetime”，这是正确的Datetime格式，而DF2的行索引是正常范围索引，即（0，1，2，…），DF2中的列

“Time”

只是一个数据列，而不是索引。在执行其他任务之前，需要将列

“时间”

作为行索引，如下所示：

tweet_df = tweet_df.set_index('Time')

如果这仍然不起作用，那么可能您的一个数据帧是tz naive，而另一个是tz aware。通过在代码中将索引转换为日期时间格式，您可以尝试将其中任何一个转换为tz aware。例如：

tweet_df.index = pd.to_datetime(tweet_df.index).tz_localize('UTC')    # or any other tz suitable for you

或者

---

我认为您应该指定右上、左上的参数。在这里查看有关合并的文档。请参阅下面我对您的问题的提示，这可能会找到您的错误源。无论如何，即使纠正了错误，您可能仍然需要对程序进行微调，因为从示例数据来看，您没有两个数据帧的公共数据可以按您期望的方式合并。我所说的没有公共数据是因为第一个数据帧的时间缩短到分钟，第二个数据帧的时间缩短到秒。因此，使用默认的内部联接，合并结果也可能为空。