按间隔合并两个熊猫数据帧
Posted
技术标签:
【中文标题】按间隔合并两个熊猫数据帧【英文标题】:Merging two pandas dataframes by interval 【发布时间】:2017-10-21 17:22:38 【问题描述】:我有两个具有以下格式的熊猫数据框:
df_ts = pd.DataFrame([
[10, 20, 1, 'id1'],
[11, 22, 5, 'id1'],
[20, 54, 5, 'id2'],
[22, 53, 7, 'id2'],
[15, 24, 8, 'id1'],
[16, 25, 10, 'id1']
], columns = ['x', 'y', 'ts', 'id'])
df_statechange = pd.DataFrame([
['id1', 2, 'ok'],
['id2', 4, 'not ok'],
['id1', 9, 'not ok']
], columns = ['id', 'ts', 'state'])
我正在尝试将其转换为格式,例如:
df_out = pd.DataFrame([
[10, 20, 1, 'id1', None ],
[11, 22, 5, 'id1', 'ok' ],
[20, 54, 5, 'id2', 'not ok'],
[22, 53, 7, 'id2', 'not ok'],
[15, 24, 8, 'id1', 'ok' ],
[16, 25, 10, 'id1', 'not ok']
], columns = ['x', 'y', 'ts', 'id', 'state'])
我了解如何通过按 id 分组然后遍历每一行并在出现时更改状态来迭代地完成它。是否有熊猫内置的更具可扩展性的方式来做到这一点?
【问题讨论】:
我无法弄清楚df_statechange
和df_ts
与df_out
之间的关系,你能解释一下吗
我认为除了merge
之外,您还需要cut
。有关更多详细信息,请参阅此线程***.com/questions/42649224/…
我相信你必须创建一个函数来加入你想要的框架。基本上取一行数据帧并将其与另一个数据帧的行进行比较。将函数应用于第一个数据帧。
【参考方案1】:
不幸的是,pandas 合并仅支持相等连接。在以下线程中查看更多详细信息: merge pandas dataframes where one value is between two others 如果您想按间隔合并,则需要克服该问题,例如在合并后添加另一个过滤器:
joined = a.merge(b,on='id')
joined = joined[joined.ts.between(joined.ts1,joined.ts2)]
【讨论】:
【参考方案2】:您可以在两列上合并 pandas 数据框:
pd.merge(df_ts,df_statechange, how='left',on=['id','ts'])
在您在这里分享的df_statechange
中,两个数据帧中的 ts 没有共同值。显然你只是在这里复制了不完整的数据框。所以我得到了这个输出:
x y ts id state
0 10 20 1 id1 NaN
1 11 22 5 id1 NaN
2 20 54 5 id2 NaN
3 22 53 7 id2 NaN
4 15 24 8 id1 NaN
5 16 25 10 id1 NaN
但实际上,如果您在数据框中有共同的ts
,它将有您想要的输出。例如:
df_statechange = pd.DataFrame([
['id1', 5, 'ok'],
['id1', 8, 'ok'],
['id2', 5, 'not ok'],
['id2',7, 'not ok'],
['id1', 9, 'not ok']
], columns = ['id', 'ts', 'state'])
输出:
x y ts id state
0 10 20 1 id1 NaN
1 11 22 5 id1 ok
2 20 54 5 id2 not ok
3 22 53 7 id2 not ok
4 15 24 8 id1 ok
5 16 25 10 id1 NaN
【讨论】:
我正在尝试按时间间隔合并数据帧,因此通常没有共同的值。 df_statechange 背后的基本思想是,它为 df_ts 中的所有时间戳传递此 id 的状态,直到此状态发生更改。以上是关于按间隔合并两个熊猫数据帧的主要内容,如果未能解决你的问题,请参考以下文章