Python: работа над подмножеством данных над общими индексами

Question

У меня есть pandas фрейм данных

df1
Out[85]: 
                    X0         X1  ...           X14                        
2011-01-03         NaN        NaN  ...           NaN                 NaN
2011-01-04    0.125194   1.125131  ...           NaN                 NaN
2011-01-05    0.399821  -0.131389  ...           NaN                 NaN
2011-01-06    1.019407   0.499459  ...           NaN                 NaN
2011-01-07    0.661913  -0.212515  ...           NaN                 NaN
               ...        ...  ...           ...                 ...
2016-12-26   -0.077632   0.125090  ...     -0.661818             -0.0325
2016-12-27   -0.038839   0.000000  ...      0.405124             -0.0275
2016-12-28    0.048546   0.224592  ...     -0.396318             -0.0025
2016-12-29    0.271423  -0.839166  ...     -0.059897              0.0025
2016-12-30   -0.602002  -0.029339  ...     -0.208157             -0.0050

и серия

y
Out[86]: 
2011-01-03    0.356858
2011-01-04    0.941385
2011-01-05   -0.060861
2011-01-06    1.258335
2011-01-07   -0.024050

2016-12-26   -0.247472
2016-12-27    0.213374
2016-12-28    0.340455
2016-12-29   -1.110743
2016-12-30    0.488538

Я хотел бы регрессировать y против подмножества df1, скажем, 2-го и 4-го столбцов. Как я могу извлечь пересечения двух индексов (дней, в которые оба имеют данные) и затем выполнить регрессию?

Answer 1

или вы можете объединить оба кадра данных следующим образом:

df_concat = pd.concat([df1,y],sort=False, axis=1)

, после чего вы получите следующий кадр данных (из частей из ваших dqtaframes):

                   X0         X1           X2        X3        y
2016-12-26  -0.077632   0.125090    -0.661818   -0.0325 -0.247472
2016-12-27  -0.038839   0.000000    0.405124    -0.0275 0.213374
2016-12-28  0.048546    0.224592    -0.396318   -0.0025 0.340455
2016-12-29  0.271423    -0.839166   -0.059897   0.0025  -1.110743
2016-12-30  -0.602002   -0.029339   -0.208157   -0.0050 0.488538
2011-01-07  NaN          NaN         NaN         NaN    -0.024050

после удаления строки с nans, вы можете использовать столбцы для дальнейшей обработки.