如何屏蔽数据帧，但保留索引?

Question

我有一个特定股票报价器近一年的分钟数据，我对其进行了屏蔽，以返回一个Pandas系列的布尔值，无论EMA是否越过了另一个，例如:

print(entries)
print(type(entries))
print(f'len of entries {len(entries)}')

输出:

datetime
2021-05-03 08:00:00    False
2021-05-03 08:03:00    False
2021-05-03 08:04:00    False
2021-05-03 08:06:00    False
2021-05-03 08:08:00    False
2021-05-03 08:09:00    False
2021-05-03 08:11:00    False
2021-05-03 08:29:00    False
2021-05-03 08:34:00    False
2021-05-03 08:41:00    False
2021-05-03 08:52:00    False
2021-05-03 08:55:00    False
2021-05-03 09:07:00    False
2021-05-03 09:13:00    False
2021-05-03 09:14:00    False
2021-05-03 09:26:00    False
2021-05-03 09:27:00    False
2021-05-03 09:34:00    False
2021-05-03 09:44:00    False
2021-05-03 09:57:00    False
2021-05-03 10:14:00    False
2021-05-03 10:31:00    False
2021-05-03 10:38:00    False
2021-05-03 10:41:00    False
...
2022-03-02 23:49:00    False
dtype: bool
<class 'pandas.core.series.Series'>
len of entries 141615

然后我得到了我感兴趣的当天，以及930-1600之间的时间:

display(df_market_hours)
print(type(df_market_hours))
print(f'len of df_market_hours {len(df_market_hours)}')

输出:

volume  open    close   high    low time    date
datetime                            
2021-08-13 09:30:00 200.0   15.0000 15.0000 15.00   15.0000 09:30:00    2021-08-13
2021-08-13 10:01:00 310.0   15.0000 15.0000 15.00   15.0000 10:01:00    2021-08-13
2021-08-13 10:26:00 1031.0  14.9000 14.8900 14.90   14.8900 10:26:00    2021-08-13
2021-08-13 10:29:00 223.0   14.8900 14.8900 14.89   14.8900 10:29:00    2021-08-13
2021-08-13 11:00:00 285.0   14.8900 14.8900 14.89   14.8900 11:00:00    2021-08-13
... ... ... ... ... ... ... ...
2021-08-13 15:55:00 11489.0 18.0200 18.0100 18.04   17.9700 15:55:00    2021-08-13
2021-08-13 15:56:00 28828.0 18.0400 17.9700 18.18   17.9300 15:56:00    2021-08-13
2021-08-13 15:57:00 5720.0  17.9600 18.0412 18.05   17.9600 15:57:00    2021-08-13
2021-08-13 15:58:00 33329.0 18.0401 18.1800 18.31   18.0294 15:58:00    2021-08-13
2021-08-13 15:59:00 51872.0 18.1400 18.1650 18.18   18.0600 15:59:00    2021-08-13
184 rows × 7 columns
<class 'pandas.core.frame.DataFrame'>
len of df_market_hours 184

我要做的是返回一个新的系列，其中entries具有与df_market_hours相同的索引和形状。我该如何做到这一点?

我已经试过了:

获取当前会话时间的索引:

df_market_hours_idx = df_current_day.between_time('9:30', '16:00', include_end=False).index
df_market_hours = df_current_day.loc[df_market_hours_idx]

然后尝试用它创建一个蒙版:

df_copy = entries[entries == df_market_hours.index]

当我这样做时，我得到以下错误:

ValueError: ('Lengths must match to compare', (141615,), (54991,))

我想我需要使用reindex和fill_value，就像这里显示的，但我正在努力弄清楚这如何适用于我的用例

Answer 1

我不太确定理解这个问题，但如果你想保持原始pd.DataFrame的初始索引，同时提取pd.Series?也许你可以使用pd.Series()函数中的索引选项。

编辑:

您可以做的是创建条目列表，然后使用isin()函数进行过滤，以提取df_market_hours中的相关数据:

lst_entries = list(entries)
masked_df_market_hours = df_market_hours[df_market_hours["datetime"].isin(lst_entries)]

Answer 2

据我所知，您想通过df_market_hours索引过滤entries数据帧

considered_indice = df_market_hours.index.values.tolist()
mask = entries.index.isin(considered_indice)
df_copy = entries[mask]