将两个不相等的数据框与两个索引(日期时间和日期)上的部分公共元素合并
Posted
技术标签:
【中文标题】将两个不相等的数据框与两个索引(日期时间和日期)上的部分公共元素合并【英文标题】:Merge two unequal dataframes with partially common elements on the two indices (datetime and date) 【发布时间】:2020-01-29 03:51:11 【问题描述】:我想在部分具有共同元素的两列上合并两个不同长度的数据框。
left_dataframe (A) 的索引是datetime
类型,相同的日期会出现多次但时间不同(因此,index.date
没有帮助)。
right_dataframe (B) 的索引是datetime.date
类型,并且每个日期都是不同的,正如预期的那样。
A=pd.DataFrame('datetime':['2019-06-01 18:11:55', '2019-06-01 21:43:02','2019-07-23 09:07:18', '2019-07-24 10:32:24'], \
'value 1':[2, 5, 80, 0])
B=pd.DataFrame('date':['2019-06-01', '2019-07-23', '2019-07-24'], \
'value 2':[10, 7, 3])
我需要在日期上合并两个数据框,特别是通过将 B 的元素放置在出现第一个新日期的行并用0
填充其余的相同日期不同时间,所以输出应该是这样的(连同 cmets):
datetime value 1 value 2
2019-06-01 18:11:55 2 10 #this is the first 2019-06-01 --> so it got the value of dataframe B
2019-06-01 21:43:02 5 0 #this is the second 2019-06-01 --> so the value 2 column got filled in with a 0 value
2019-07-23 09:07:18 80 7
2019-07-24 10:32:24 0 3
非常欢迎您的意见^_^
【问题讨论】:
【参考方案1】:用途:
#convert columns to dates
B['date'] = pd.to_datetime(B['date']).dt.date
#convert to columns datetimes
A['datetime'] = pd.to_datetime(A['datetime'])
创建新列 - datetime
s 从 A
到 Series.dt.date
中的 date
s 用于匹配 B['date']
和辅助列用于合并 date
s 的重复项 GroupBy.cumcount
:
A['date'] = A['datetime'].dt.date
A['g'] = A.groupby('date').cumcount()
B['g'] = B.groupby('date').cumcount()
#print (A)
#print (B)
然后将DataFrame.merge
与两列和左连接一起使用,删除辅助列并将添加列的缺失值转换为0
Series.fillna
:
df = A.merge(B, on=['date','g'], how='left').drop(['date','g'], axis=1)
df['value 2'] = df['value 2'].fillna(0, downcast='int')
print (df)
datetime value 1 value 2
0 2019-06-01 18:11:55 2 10
1 2019-06-01 21:43:02 5 0
2 2019-07-23 09:07:18 80 7
3 2019-07-24 10:32:24 0 3
【讨论】:
非常感谢@jezrael 提供非常清晰和简短的代码。效果很好!以上是关于将两个不相等的数据框与两个索引(日期时间和日期)上的部分公共元素合并的主要内容,如果未能解决你的问题,请参考以下文章