pd.DataFrame.join 不断排序

Posted 2023-03-12

【中文标题】pd.DataFrame.join 不断排序

【英文标题】：pd.DataFrame.join keeps sorting

【发布时间】：2018-12-04 10:25:32

【问题描述】：

我有两个不同形状的数据框，

我正在尝试通过匹配索引列来加入它们。我试过了

fx_news_concantate = fx_data.join(macronews, sort=False)

但从 2018 年 1 月 1 日开始，它一直对日期时间进行错误排序

有没有办法解决这个问题？ .merge 不断返回错误。

【参考方案1】：

似乎您正在寻找使用 pd.concat 而不是 pd.join （看到您甚至调用了变量 fx_news_concatenate！）。

试试：

fx_news_concatenate = pd.concat([macronews,fx_date],axis=1,join='inner')

“axis=1”表示您希望按列（而不是按行）连接，“join=inner”指定您希望如何处理轴索引。

希望对你有帮助:)

有关更多详细信息，您可以在此处参考 Pandas 文档： https://pandas.pydata.org/pandas-docs/stable/generated/pandas.concat.html

这里是合并、连接和连接操作之间区别的一个很好的答案： Difference(s) between merge() and concat() in pandas

【讨论】：

我认为 concat() 仅在两个数据帧的索引列完全相等时才有效，这给了我一个错误。抱歉，如果问题不清楚。

没问题。即使索引列不完全相等，Concat 也可以工作。这取决于您选择如何处理索引。您的索引是唯一的，即在数据框中没有重复吗？如果是这样，只需尝试： pd.concat([macronews,fx_date],axis=1)。

谢谢！重复的索引是导致问题的原因！

乐于助人:)

【参考方案2】：

尝试使用 concat 代替

fx_news_concanate = pd.concat([macronews, fx_data], axis=1, join='inner')

文档是here

【讨论】：

抱歉，它们的形状不一样。

在这种情况下，我建议您拆分时间戳，问题很可能是因为两者的时间戳不同。即日期相同但时间不同