对两个df中相同时间的wpd列和winpd列求MAE和RMSE

为了计算两个DataFrame中相同时间点的`wpd`列和`winpd`列之间的Mean Absolute Error (MAE) 和 Root Mean Square Error (RMSE)，你可以按照以下步骤操作：

1. 确定两个DataFrame的时间索引（假设它们都有相同的index）[^1]。
2. 提取`wpd`和`winpd`列。
3. 对应位置的数据进行比较，可以创建一个新的DataFrame，其中包含这两个列的差值。
4. 计算MAE和RMSE。

以下是一个示例MATLAB代码片段，用于计算这些误差：

% 假设df1和df2是你的时间序列DataFrame，'wpd'和'winpd'是列名
df1_wpd = df1.wpd;
df2_winpd = df2.winpd;

% 检查索引是否匹配
if isequal(df1.index, df2.index)
    % 提取对应时间的wpd和winpd值
    same_time_values = df1_wpd(align_index(df1.index, df2.index)) - df2_winpd(align_index(df1.index, df2.index));
    
    % 计算MAE
    mae = mean(abs(same_time_values));
    
    % 计算RMSE
    rmse = sqrt(mean(same_time_values .^ 2));
    
    disp(['MAE: ', num2str(mae)])
    disp(['RMSE: ', num2str(rmse)])
else
    error('Indexes of the two DataFrames do not match.')
end

这里假设`align_index`是一个辅助函数，用于找到两个时间序列的共同索引。如果你的DataFrame已经预设了正确的索引，这一步可能会省略。