当两者都具有不同格式的索引时,如何将一个列从一个 DataFrame 添加到另一个 DataFrame
How do I add a column from one DataFrame to another when both have index in different formats
我有一个名为 df 的数据框,如下所示:
我还有另一个名为 vix 的数据框,如下所示:
之前我添加了 'open ndaq' 、 'open jpm' 和 'open kya' 这样的列:
df['open jpm'] = jpm_dataframe['open']
df['open ndaq'] = ndaq_dataframe['open']
df['open nya'] = nya_dataframe['open']
这是可行的,因为这些数据帧具有与 df(字符串日期和时间)完全相同的索引,但是 vix 数据帧具有不同格式的日期和时间,我如何将开放列从 vix 添加到 df,以便它仍然对应于相同的指数?我希望结果看起来像我能做的那样
df['vix open'] = vix['open']
#(assuming vix and df somehow have the exact same index)
两个 DataFrame 都需要 DatetimeIndex
:
vix.index = pd.to_datetime(vix.index, format='%m/%d/%Y')
df.index = pd.to_datetime(df.index)
我有一个名为 df 的数据框,如下所示:
我还有另一个名为 vix 的数据框,如下所示:
之前我添加了 'open ndaq' 、 'open jpm' 和 'open kya' 这样的列:
df['open jpm'] = jpm_dataframe['open']
df['open ndaq'] = ndaq_dataframe['open']
df['open nya'] = nya_dataframe['open']
这是可行的,因为这些数据帧具有与 df(字符串日期和时间)完全相同的索引,但是 vix 数据帧具有不同格式的日期和时间,我如何将开放列从 vix 添加到 df,以便它仍然对应于相同的指数?我希望结果看起来像我能做的那样
df['vix open'] = vix['open']
#(assuming vix and df somehow have the exact same index)
两个 DataFrame 都需要 DatetimeIndex
:
vix.index = pd.to_datetime(vix.index, format='%m/%d/%Y')
df.index = pd.to_datetime(df.index)