來自2只熊貓數據框的過濾元素

Question

我有兩個數據框，代表隨時間變化的股票價格和隨時間變化的股票相關信息（例如公司的基本數據）。

這兩個數據幀都包含每月數據，但它們在不同的時間跨度上。一個是5年，另一個是10年。而且，兩者的股票數量都不一樣，只有80％的重疊。

下面是dataframes的示例：

days1 = pd.date_range（開始=「1/1/20世紀80年代，端='7/1/20世紀80年代，FREQ = 'M'）

DF1 = pd.DataFrame（np.random.randn（6，4），列=列表（ 'ABCD'），指數= days1）

days2 = pd.date_range（開始=「1/1/1980年'，end ='5/1/1980'，freq ='M'）

df2 = pd.DataFrame（np.random.randn（4,6），columns = list（'ABCDEF'），index =天2）

我的目標是減少兩個數據幀到內部聯合。也就是說，它們都覆蓋相同的時間段幷包含相同的股票。我的索引包含日期，列名稱是股票名稱。我已經嘗試過merge（）等多種變體，但是這些重新創建一個合併的數據框，我想保留兩個數據框。我也嘗試過isin（），但我正在努力訪問每個數據框的索引。例如：

DF3 = DF1 [df1.isin（DF2）dropna（）

是否有人有什麼建議嗎？

Answer 1

爲列交叉：

column_intersection = df1.columns & df2.columns 

該行路口：

row_intersection = df1.index & df2.index 

然後就集中每一個數據幀：

df1 = df1.loc[row_intersection, column_intersection] 
df2 = df2.loc[row_intersection, column_intersection]