Python 数据帧索引过滤

我有两个相同时间分辨率的数据帧。从第一个数据帧（在我的例子中为df_data1）开始，我只想得到所有值['A']，其中['B']小于90。现在我想过滤我的secound数据帧，这样我就只有第一个数据帧中具有相同时间戳（timeindex）的值

df_data1 = pd.io.parsers.read_csv(station_path, skiprows=0, index_col=0, na_values=[-999], names= names_header , sep=';', header=None , squeeze=True)

date     A  B
16.08.2013 03:00     -1  97
16.08.2013 03:15     -1  95
16.08.2013 03:30     0   92
16.08.2013 03:45     4  90
16.08.2013 04:00     18 88
16.08.2013 04:15     42 86
16.08.2013 04:30 73 83
16.08.2013 04:45     110    81
16.08.2013 05:00    151 78

---

现在我想要所有的df_数据['A']，其中df_数据['B']是好的，你的第一部分基本完成了：

df_data = df_data[(df_data['B']  < 90)]

编辑

不清楚为什么会出现

键错误

，但您也可以使用以下选项：

df_data2[df_data2.index.isin(df_data1.index)]

这将处理第二个df中不存在的任何索引值。

要完成此操作：

• 在第一种方法中，我犯了一个错误

但使用以下表达式时，效果很好：

---

df_data2[df_data2.index.isin（df_data1.index）]

Thx回答！我得到了这个错误：文件“C:\WinPython-64bit-2.7.9.3\python-2.7.9.amd64\lib\site packages\pandas\core\index.py”，第1283行，在“has\u valid\u type（key，self.obj.\u get\u axis\u name（axis）））中，你是在逐字使用我的答案还是这样做：

df\u data2.loc[df\u data.index]

？df_数据1来自TimeSeries类型，df_数据2来自DataFrame类型这是一个问题吗？它应该仍然有效，您可以发布原始输入数据和代码来重现您的问题，另一种方法是

df_数据2[df_数据2.index.isin（df_数据1.index）]

df_data = df_data[(df_data['B']  < 90)]

In [40]:

df1.loc[df_data.index]
Out[40]:
                       w    x    y   z
date                                  
2013-08-16 04:00:00    0    0    0   0
2013-08-16 04:15:00    0    0    0   0
2013-08-16 04:30:00   47   47   48   0
2013-08-16 04:45:00   77   78   79  88
2013-08-16 05:00:00  111  112  125 NaN

df_data2[df_data2.index.isin(df_data1.index)]