## 1.导入
import numpy as np
import pandas as pd
import matplotlib as mpl
import os
import math
import glob
import datetime
from matplotlib import pyplot as plt
import matplotlib.dates as mdates
from datetime import datetime,timedelta
from matplotlib.ticker import MultipleLocator, FormatStrFormatter,FixedFormatter
from pathlib import Path
## 2.读取数据
p1 = Path(r"D:\python\fluxcal\data\particle\分组浓度")
FileList_bc = list(p1.glob("*.csv"))
p2 = Path(r"D:\python\fluxcal\data\particle\原始数据\output_particle_index")
FileList_index = list(p2.glob("*.csv"))
bc_ = []
index_1 = []
for subdf in FileList_bc[:]:
BC = pd.read_csv(subdf,sep=',',na_values=["NaN","NAN"],
usecols = ["DateTimewave_tmp"],
index_col=0,header=0,parse_dates=[0])
bc_.append(BC)
for subdf in FileList_index[:]:
index1 = pd.read_csv(subdf,sep=',',na_values=["NaN","NAN"],
usecols = ["DateTimewave_tmp"],
index_col=0,header=0,parse_dates=[0])
index_1.append(index1)
#### 3. 求差集
bcindex = pd.DataFrame(pd.concat(bc_))
bcindex["time_"] = bcindex.index
index_ = pd.DataFrame(pd.concat(index_1))
index_["time_"] = index_.index
diff = index_.index.difference(bcindex.index)
## 4.导出
pd.DataFrame(diff).to_csv("diff_time.csv")
求两个dataframe时间序列不同的项
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 问题 如何分析两个时间序列之间是否存在相关性？比如股价指数与货币供应量这两个时间序列，要分析这两个变量在一段时间内...
- === 排序 === 原数据： 1、索引排序 sort_index ascending默认True 升序axis默...
- 成长记录-连载（三十六） ——我的第一篇五千字长文，说了什么，你一定想不到 并不是不想每天写公众号，而是之前思考怎...
- 在对环境因子的数据进行分析时，大多数的全球环境因子数据都是栅格格式的数据，并且按照时间序列或其他格式做成多个栅格数...
