質問編集履歴
1
質問内容を改善。
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -1,10 +1,10 @@
|
|
|
1
|
-
以下のようなcsvがあるのですが、それぞれスタート
|
|
1
|
+
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
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
|
|
5
|
+
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？
|
|
6
6
|
|
|
7
|
-
2020-11-07 14:33:35までで一致するもの同士で計算させたいです。
|
|
7
|
+
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。
|
|
8
8
|
|
|
9
9
|
|
|
10
10
|
|
|
@@ -46,7 +46,7 @@
|
|
|
46
46
|
|
|
47
47
|
|
|
48
48
|
|
|
49
|
-
[読み込んだDataframe
|
|
49
|
+
[読み込んだDataframe2]
|
|
50
50
|
|
|
51
51
|
time price
|
|
52
52
|
|
|
@@ -74,7 +74,7 @@
|
|
|
74
74
|
|
|
75
75
|
|
|
76
76
|
|
|
77
|
-
[
|
|
77
|
+
[csvの読み込みと計算]
|
|
78
78
|
|
|
79
79
|
```Python
|
|
80
80
|
|
|
@@ -96,6 +96,8 @@
|
|
|
96
96
|
|
|
97
97
|
data = pd.read_csv(input_dir + input_filename, encoding=input_encoding, usecols = [1, 2])
|
|
98
98
|
|
|
99
|
+
|
|
100
|
+
|
|
99
101
|
price = pd.read_csv(input_dir + input_filename, encoding=input_encoding, usecols = [2])
|
|
100
102
|
|
|
101
103
|
|
|
@@ -112,12 +114,46 @@
|
|
|
112
114
|
|
|
113
115
|
data2 = pd.read_csv(input_dir2 + input_filename2, encoding=input_encoding2, usecols = [1, 2])
|
|
114
116
|
|
|
117
|
+
|
|
118
|
+
|
|
115
119
|
price2 = pd.read_csv(input_dir2 + input_filename2, encoding=input_encoding2, usecols = [2])
|
|
116
120
|
|
|
117
121
|
|
|
118
122
|
|
|
119
|
-
#
|
|
123
|
+
#行いたい計算
|
|
120
124
|
|
|
121
125
|
print((price / price2)*100)
|
|
122
126
|
|
|
123
127
|
```
|
|
128
|
+
|
|
129
|
+
|
|
130
|
+
|
|
131
|
+
[上記の計算で出力されたもの]
|
|
132
|
+
|
|
133
|
+
０行目が、dataframe1の「2020-11-07 14:33:35.604666 」と
|
|
134
|
+
|
|
135
|
+
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。
|
|
136
|
+
|
|
137
|
+
price
|
|
138
|
+
|
|
139
|
+
0 100.829177
|
|
140
|
+
|
|
141
|
+
1 100.835781
|
|
142
|
+
|
|
143
|
+
2 100.841451
|
|
144
|
+
|
|
145
|
+
3 100.845594
|
|
146
|
+
|
|
147
|
+
4 100.838991
|
|
148
|
+
|
|
149
|
+
... ...
|
|
150
|
+
|
|
151
|
+
20185 NaN
|
|
152
|
+
|
|
153
|
+
20186 NaN
|
|
154
|
+
|
|
155
|
+
20187 NaN
|
|
156
|
+
|
|
157
|
+
20188 NaN
|
|
158
|
+
|
|
159
|
+
20189 NaN
|