按日期不等的日期合并数据框

Posted 2023-03-12

【中文标题】按日期不等的日期合并数据框

【英文标题】：Merge Data Frames By Date With Unequal Dates

【发布时间】：2018-10-01 08:37:51

【问题描述】：

我的流程是这样的：

导入包含日期、激活和取消的数据的 csv 通过激活或取消对数据进行子集化 使用 aggfunc 'sum' 透视数据 转换回数据帧

现在，我需要将 2 个数据框合并在一起，但是一个数据框中存在日期，而另一个数据框中不存在日期。两个数据框都从 2017 年 1 月 1 日开始，到 2017 年 12 月 31 日结束。优选地，需要填充索引月份的任何观察的输出具有对应的值 0。

这是来自两个数据帧的 .head()：

作为参考，这里是到目前为止的代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import os
import datetime

%matplotlib inline

#import data
directory1 = "C:\python\Contracts"
directory_source = os.path.join(directory1, "Contract_Data.csv")
df_source = pd.read_csv(directory_source)

#format date ranges as times
#df_source["Activation_Month"] = pd.to_datetime(df_source["Activation_Month"])
#df_source["Cancellation_Month"] = pd.to_datetime(df_source["Cancellation_Month"])
df_source["Activation_Day"] = pd.to_datetime(df_source["Activation_Day"])
df_source["Cancellation_Day"] = pd.to_datetime(df_source["Cancellation_Day"])


#subset the data based on status
df_active = df_source[df_source["Order Status"]=="Active"]
df_active = pd.DataFrame(df_active[["Activation_Day", "Event_Value"]].copy())
df_cancelled = df_source[df_source["Order Status"]=="Cancelled"]
df_cancelled = pd.DataFrame(df_cancelled[["Cancellation_Day", "Event_Value"]].copy())

#remove activations outside 2017 and cancellations outside 2017
df_cancelled = df_cancelled[(df_cancelled['Cancellation_Day'] > '2016-12-31') & 
                            (df_cancelled['Cancellation_Day'] <= '2017-12-31')]

df_active = df_active[(df_active['Activation_Day'] > '2016-12-31') & 
                            (df_active['Activation_Day'] <= '2017-12-31')]



#pivot the data to aggregate by day
df_active_aggregated = df_active.pivot_table(index='Activation_Day',
                                             values='Event_Value',
                                             aggfunc='sum')

df_cancelled_aggregated = df_cancelled.pivot_table(index='Cancellation_Day',
                                                   values='Event_Value',
                                                   aggfunc='sum')


#convert pivot tables back to useable dataframes
activations_aggregated = pd.DataFrame(df_active_aggregated.to_records())
cancellations_aggregated = pd.DataFrame(df_cancelled_aggregated.to_records())

#rename the time columns so they can be referenced when merging into one DF
activations_aggregated.columns = ["index_month", "Activations"]
#activations_aggregated = activations_aggregated.set_index(pd.DatetimeIndex(activations_aggregated["index_month"]))

cancellations_aggregated.columns = ["index_month", "Cancellations"]
#cancellations_aggregated = cancellations_aggregated.set_index(pd.DatetimeIndex(cancellations_aggregated["index_month"]))

我知道有很多帖子解决了与此类似的问题，但我找不到任何有帮助的东西。感谢任何可以帮助我的人！

【问题讨论】：

不要使用图片分享样本数据；根据提供的快照，您制作示例应该不难reproducible。

问题陈述是什么？如何合并两个dfs？如何处理日期？如何填充空单元格？

【参考方案1】：

你可以试试：

activations_aggregated.merge(cancellations_aggregated, how='outer', on='index_month').fillna(0)

【讨论】：

如果回答符合您的要求，请考虑接受。