Python 从另一个数据帧中提取数据帧

假设我有以下数据帧：

                                   Date      Open      High       Low     Close     Volume         min         max  Loc
Date
2020-06-15 14:00:00 2020-06-15 14:00:00  0.000123  0.000130  0.000121  0.000128  1467828.0  0.00012081  0.00013040    0
2020-06-15 18:00:00 2020-06-15 18:00:00  0.000128  0.000129  0.000123  0.000125  1264642.0           0           0    1
2020-06-15 22:00:00 2020-06-15 22:00:00  0.000125  0.000126  0.000122  0.000123   723738.0           0           0    2

我正在尝试创建一个新的数据帧，其中：

数据应为

Open

、

min

、

max

Loc

列，但仅当

min

和

max

为>0时

数据帧的索引应为列

Loc

现在我知道，要从另一个数据帧创建数据帧，我可以使用

pandas.concat（）

，但我不知道如何设置上面解释的条件。有人能帮我吗

预期输出示例：

 Loc    Open          min         max   
   0   0.000123    0.00012081  0.00013040    

---

为比较两列中较大的一列创建的第一个筛选依据掩码，选择列依据，最后添加：

或者通过

和
对按位
和
的列和链掩码分别进行比较：

df = df.loc[df['min'].gt(0) & df['max'].gt(0), ['Open','min','max','Loc']].set_index('Loc')

编辑：

因为错误：

在'str'和'int'的实例之间不支持'>'

这意味着
min
或
max
列（或两者）中存在值的字符串表示，因此在上述解决方案之前将值转换为数字：

df['min'] = pd.to_numeric(df['min'], errors='coerce')
df['max'] = pd.to_numeric(df['max'], errors='coerce')

为比较两列中较大的一列创建的第一个筛选依据掩码，选择列依据，最后添加：

或者通过
和
对按位
和
的列和链掩码分别进行比较：

df = df.loc[df['min'].gt(0) & df['max'].gt(0), ['Open','min','max','Loc']].set_index('Loc')

编辑：

因为错误：

在'str'和'int'的实例之间不支持'>'

这意味着
min
或
max
列（或两者）中存在值的字符串表示，因此在上述解决方案之前将值转换为数字：

df['min'] = pd.to_numeric(df['min'], errors='coerce')
df['max'] = pd.to_numeric(df['max'], errors='coerce')

构建示例数据帧：

                                   Date      Open      High       Low     Close     Volume         min         max  Loc
Date
2020-06-15 14:00:00 2020-06-15 14:00:00  0.000123  0.000130  0.000121  0.000128  1467828.0  0.00012081  0.00013040    0
2020-06-15 18:00:00 2020-06-15 18:00:00  0.000128  0.000129  0.000123  0.000125  1264642.0           0           0    1
2020-06-15 22:00:00 2020-06-15 22:00:00  0.000125  0.000126  0.000122  0.000123   723738.0           0           0    2

df=pd.DataFrame(
资料={
“日期”：[“2020-06-15 14:00:00”、“2020-06-15 18:00:00”、“2020-06-15 22:00:00”]，
“打开”：[0.000123,0.000128,0.000125]，
“高”：[0.000130,0.000129,0.000126]，
“低”：[0.000121、0.000123、0.000122]，
“关闭”：[0.000128,0.000125,0.000123]，
“卷”：[1467828.0、1264642.0、723738.0]，
“最小值”：[0.00012081,0,0]，
“最大值”：[0.00013040,0,0]，
“Loc”：[0,1,2]，
}
)
df.set_索引（“日期”，drop=False，inplace=True）

解决办法是：

#将索引设置为其他列
#（“df2”是“df”的副本）
df2=df.集合索引（“Loc”）
#只保留一些列
df2=df2[[“打开”、“最小”、“最大”]]
#根据条件筛选行
df2=df2[（df2[“最小”]>0）和（df2[“最大”]>0）]

df2
将如下所示：

         Open       min      max
Loc                             
0    0.000123  0.000121  0.00013

构建示例数据帧：

                                   Date      Open      High       Low     Close     Volume         min         max  Loc
Date
2020-06-15 14:00:00 2020-06-15 14:00:00  0.000123  0.000130  0.000121  0.000128  1467828.0  0.00012081  0.00013040    0
2020-06-15 18:00:00 2020-06-15 18:00:00  0.000128  0.000129  0.000123  0.000125  1264642.0           0           0    1
2020-06-15 22:00:00 2020-06-15 22:00:00  0.000125  0.000126  0.000122  0.000123   723738.0           0           0    2

df=pd.DataFrame(
资料={
“日期”：[“2020-06-15 14:00:00”、“2020-06-15 18:00:00”、“2020-06-15 22:00:00”]，
“打开”：[0.000123,0.000128,0.000125]，
“高”：[0.000130,0.000129,0.000126]，
“低”：[0.000121、0.000123、0.000122]，
“关闭”：[0.000128,0.000125,0.000123]，
“卷”：[1467828.0、1264642.0、723738.0]，
“最小值”：[0.00012081,0,0]，
“最大值”：[0.00013040,0,0]，
“Loc”：[0,1,2]，
}
)
df.set_索引（“日期”，drop=False，inplace=True）

解决办法是：

#将索引设置为其他列
#（“df2”是“df”的副本）
df2=df.集合索引（“Loc”）
#只保留一些列
df2=df2[[“打开”、“最小”、“最大”]]
#根据条件筛选行
df2=df2[（df2[“最小”]>0）和（df2[“最大”]>0）]

df2
将如下所示：

         Open       min      max
Loc                             
0    0.000123  0.000121  0.00013

多谢各位！我遇到以下错误：'>'在'str'和'int'实例之间不受支持，我想这与原始数据帧有关。也许我需要将所有内容都转换为float或int？@San9096-我想它的意思是
max
或
min
，或者两者都是字符串。给我一些解决方案。是的，我没有注意到该列是字符串格式，to_numeric（）应该将其转换是的，看到了您的编辑，我使用的是完全相同的行。令人惊叹的！多谢各位。我接受了。非常感谢！我遇到以下错误：'>'在'str'和'int'实例之间不受支持，我想这与原始数据帧有关。也许我需要将所有内容都转换为float或int？@San9096-我想它的意思是
max
或
min
，或者两者都是字符串。给我一些解决方案。是的，我没有注意到该列是字符串格式，to_numeric（）应该将其转换是的，看到了您的编辑，我使用的是完全相同的行。令人惊叹的！多谢各位。我接受了。