以下のようなcsvがあるのですが、それぞれのcsvのスタート時刻がバラバラなので、2つのCSV同士で計算させる際に行がずれてしまいます。
2つのcsvのtime列が一致するもの同士で計算させる方法はないでしょうか?
2020-11-07 14:33:35までの小数点を除いた時刻で一致するもの同士で計算させたいです。
多分色々なやり方があるかと思いますが、アイデアを下さると幸いです。
よろしくお願いいたします。
[読み込んだDataframe1]
time price
0 2020-11-07 14:33:35.604666 1618394.0
1 2020-11-07 14:33:36.697760 1618500.0
2 2020-11-07 14:33:37.762470 1618591.0
3 2020-11-07 14:33:38.868721 1618716.0
4 2020-11-07 14:33:39.968685 1618610.0
... ... ...
19168 2020-11-07 20:33:30.354527 1620369.0
19169 2020-11-07 20:33:31.442905 1620367.0
19170 2020-11-07 20:33:32.529267 1620483.0
19171 2020-11-07 20:33:33.653624 1620606.0
19172 2020-11-07 20:33:34.774001 1620653.0
[読み込んだDataframe2]
time price
0 2020-11-07 14:33:36.304415 1605085.0
1 2020-11-07 14:33:37.362915 1605085.0
2 2020-11-07 14:33:38.417302 1605085.0
3 2020-11-07 14:33:39.492559 1605143.0
4 2020-11-07 14:33:40.567851 1605143.0
... ... ...
20185 2020-11-07 20:33:31.681769 1607512.0
20186 2020-11-07 20:33:32.746142 1607512.0
20187 2020-11-07 20:33:33.796543 1607738.0
20188 2020-11-07 20:33:34.845943 1607738.0
20189 2020-11-07 20:33:35.929324 1607738.0
[csvの読み込みと計算]
Python
1import numpy as np 2import pandas as pd 3 4#読み込みデータ1 5input_dir = "****" 6input_filename = f"*****" 7input_encoding = "shift_jis" 8output_dir = "" 9data = pd.read_csv(input_dir + input_filename, encoding=input_encoding, usecols = [1, 2]) 10 11price = pd.read_csv(input_dir + input_filename, encoding=input_encoding, usecols = [2]) 12 13#読み込みデータ2 14input_dir2= "*********" 15input_filename2= f"***************" 16input_encoding2= "shift_jis" 17output_dir2= "" 18data2 = pd.read_csv(input_dir2 + input_filename2, encoding=input_encoding2, usecols = [1, 2]) 19 20price2 = pd.read_csv(input_dir2 + input_filename2, encoding=input_encoding2, usecols = [2]) 21 22#行いたい計算 23print((price / price2)*100)
[上記の計算で出力されたもの]
0行目が、dataframe1の「2020-11-07 14:33:35.604666 」と
dataframe2の「2020-11-07 14:33:36.304415」を計算しているので2秒ずれた状態で計算してしまっている。
price
0 100.829177
1 100.835781
2 100.841451
3 100.845594
4 100.838991
... ...
20185 NaN
20186 NaN
20187 NaN
20188 NaN
20189 NaN
回答1件
あなたの回答
tips
プレビュー