我得到了带有索引的这一系列数据点；因此数据框如下所示：
index value
0 3.075
1 44.338
2 10.030
然后，我编写了一个函数
get_extrema，该函数查找所有局部极值并返回包含3列的数据框：index，value，type。index =原始给定数据集中的极值索引
值=找到的局部极值
类型=“最大”或“最小”
然后，使用
get_extrema的结果，我编写了另一个函数，用于找到极值对的振幅（又称局部最小值和局部最大值之间的值之差）...我只想返回顶部对，其幅度最大：def get_amplitude(extremas, col, n):
amps = abs(extremas[col].diff(periods=1))
amps.sort_values(inplace=True, ascending=False)
amps = amps.head(n)
df = pd.DataFrame({'local minima': extremas.loc[amps.index, 'value'],
'local maxima': extremas.loc[amps.index - 1, 'value']})
return df
极值是从
get_extremas输出的数据帧，col是包含所述数据帧中极值的列的名称，n是在本地最小/最大对之间具有最大差异的前n对的数目。它工作正常，但是答案输出有点奇怪：
+-------------------------------------+
| | local maxima | local minima |
+-------+--------------+--------------+
| 17398 | 433.75 | NaN |
| 17399 | NaN | -99.00 |
| 17551 | 438.00 | NaN |
| 17552 | NaN | -88.25 |
| 21262 | 437.75 | NaN |
| 21263 | NaN | -120.75 |
+-------+--------------+--------------+
我想要的输出：
+-------------------------------------+
| | local maxima | local minima |
+-------+--------------+--------------+
| 0 | 433.75 | -99.00 |
| 1 | 438.00 | -88.25 |
| 2 | 437.75 | -120.75 |
+-------+--------------+--------------+
我了解我的输出格式是由于我要合并的两个数据框具有不同的索引。但是我该如何克服呢？
我不能使用
df.merge(df2)，因为它们不共享相同的密钥。我觉得我必须忽略一个非常简单的解决方案。任何帮助表示赞赏！
最佳答案
这对您有帮助吗？我不确定我们是否在同一页面上，但是我认为这是您正在尝试执行的操作-
import pandas as pd
import numpy as np
# create random data
amps = pd.DataFrame(np.random.randint(0,100,size=(5, 1)), columns=['value'])
extremas = pd.DataFrame(np.random.randint(0,100,size=(5, 1)), columns=['value'])
# this part
minima = extremas.loc[amps.index, 'value'].reset_index(drop=True)
maxima = extremas.loc[amps.index - 1, 'value'].reset_index(drop=True)
df = pd.DataFrame({'local minima':minima ,'local maxima': maxima})
关于python - 如何合并具有不同索引的两个数据框？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48941345/