python两个数据框合并_关于python 2.7：python2 pandas：如何将另一个数据框的一部分合并到一个数据框...

我有一个dataframe(df1)如下：

datetime     m  d    1d    2d   3d

2014-01-01   1  1     2     2   3

2014-01-02   1  2     3     4   3

2014-01-03   1  3     1     2   3

...........

2014-12-01  12  1      2     2   3

2014-12-31  12  31     2     2   3

我还有另一个dataframe(df2)如下：

datetime     m  d

2015-01-02   1  2

2015-01-03   1  3

...........

2015-12-01  12  1

2015-12-31  12  31

我想将df1的1d 2d 3d列值合并到df2。

有两个条件：

(1)只能合并df1和df2中的m和d。

(2)如果df2索引％30 == 0的索引不合并，则这些索引的1d 2d 3d的值可以为Nan。

I mean I want the new dataframe of df2 like as following:

datetime     m  d    1d    2d   3d

2015-01-02   1  2   Nan     Nan   Nan

2015-01-03   1  3     1     2   3

...........

2015-12-01  12  1      2     2   3

2015-12-31  12  31     2     2   3

提前致谢！

我认为您需要在loc之前添加NaN，然后在左侧联接中添加merge：

np.random.seed(10)

N = 365

rng = pd.date_range('2015-01-01', periods=N)

df_tr_2014 = pd.DataFrame(np.random.randint(10, size=(N, 3)), index=rng).reset_index()

df_tr_2014.columns = ['datetime','7d','15d','20d']

df_tr_2014.insert(1,'month', df_tr_2014['datetime'].dt.month)

df_tr_2014.insert(2,'day_m', df_tr_2014['datetime'].dt.day)

#print (df_tr_2014.head())

N = 366

rng = pd.date_range('2016-01-01', periods=N)

df_te = pd.DataFrame(index=rng)

df_te['month'] = df_te.index.month

df_te['day_m'] = df_te.index.day

df_te = df_te.reset_index()

#print (df_te.tail())

df2 = df_te.copy()

df1 = df_tr_2014.copy()

df1 = df1.set_index('datetime')

df1.index += pd.offsets.DateOffset(years=1)

#correct 29 February

y = df1.index[0].year

df1 = df1.reindex(pd.date_range(pd.datetime(y,1,1), pd.datetime(y,12,31)))

idx = df1.index[(df1.index.month == 2) & (df1.index.day == 29)]

df1.loc[idx, :] = df1.loc[idx - pd.Timedelta(1, unit='d'), :].values

df1.loc[idx, 'day_m'] = idx.day

df1[['month','day_m']] = df1[['month','day_m']].astype(int)

df1[['7d','15d', '20d']] = df1[['7d','15d', '20d']].astype(float)

df1.loc[np.arange(len(df1.index))  % 30 == 0, ['7d','15d','20d']] = 0

df1 = df1.reset_index()

print (df1.iloc[57:62])

index  month  day_m   7d  15d  20d

57 2016-02-27      2     27  2.0  0.0  1.0

58 2016-02-28      2     28  2.0  3.0  5.0

59 2016-02-29      2     29  2.0  3.0  5.0

60 2016-03-01      3      1  0.0  0.0  0.0

61 2016-03-02      3      2  7.0  6.0  9.0

谢谢，the年如何？如果2016年2月为29，2015年2月为29。如果2015年2月没有29。2016年2月的28和29相同

嗯，所以您每个月需要30天，而没有2月(28,29)？还是在每个月的最后一天需要nans(28,29,30,31)？

谢谢，我的意思是2016年是leap年，2月是29，但是2015年没有2月29日。在这种情况下，如果去年没有29，则2月29日的数据与的数据相同。 2月28日

好的，对不起，我忘了您的评论。一月有31天，您还需要选择30天吗？二月明白了。三月也是31 ...所以还需要选择30？谢谢。

感谢您的宝贵意见。我的意思是考虑the年(仅考虑2月)。例如，如果要获取2016年2月29日的一年前的数据(即2015年2月29日)，则2016年为a年。但是由于它不是a年，因此没有2015年2月29日的数据。在这种情况下，2016年2月29日一年前的数据与2016年2月28日相同。

谢谢，我已经通过f_tr2.index [i]-pd.offsets.DateOffset(years = 1)解决了，您之前已经回答过。还是谢谢你！

感谢您的评论。我的主要问题是我不明白，为什么要减去一年零一天？你能解释一下吗？

谢谢，我还没有详细解释。但是，在检查完我的答案代码后(我将发布答案)，您将理解它。

确实我有相同的想法-代码可以提供帮助。如果可能的话，我尝试优化它...

也可能是因为您的代码有必要使用更大的数据框，可以免费使用我的数据示例并在必要时进行更改。

谢谢，我的代码花了更多时间。你能优化一下吗

但是没有30天有什么问题。您能再解释一下吗？

请稍候，我上传了其他代码

我已经上传了有关此问题的新答案，但要花更多的时间(如果可能)，因为我使用了循环，因此您可以对其进行优化

您能否测试样本数据是否可用于您的解决方案-我将其添加到您的答案中。

谢谢，你真好！

是的，这并不容易，但我很高兴它能奏效。祝好运！

嗨@jezrael，有一个问题：stackoverflow.com/questions/44946555/

您好@jezrael，有一个问题：stackoverflow.com/questions/45564867/谢谢！

您是否需要NaN？ df = df.shift(1, freq=D)不起作用？

很好回答的人;)

@c ??? s ???? - 谢谢 ：)

为什么不只删除df1中与df2中的(m, d)对不匹配的行？

df_new = df2.drop(df2[(not ((df2.m == df1.m) & (df2.n == df1.n)).any()) or (df2.index % 30 == 0)].index)

或类似的规定。

链接到相关答案。

我对Pandas不太熟悉，也没有测试上面的示例。

感谢您的评论，condition2怎么样：如果df2索引％30 == 0的索引，我们不合并它

是的，感谢您指出@ tktktk0711

df_te是df2

df_tr_2014是df1

7d 15d 20分别是1d 2d 3d。 size_df_te是df_te的长度，month和day_m是m，d在df2中

df_te['7d'] = 0

df_te['15d'] = 0

df_te['20d'] = 0

mj = 0

dj = 0

for i in range(size_df_te):

if i%30 != 0:

m = df_te.loc[i,'month']

d = df_te.loc[i,'day_m']

if (m== 2) & (d == 29):

m = 2

d = 28

dk_7 = df_tr_2014.loc[(df_tr_2014['month']==m) & (df_tr_2014['day_m']==d)]['7d']

dk_15 = df_tr_2014.loc[(df_tr_2014['month']==m) & (df_tr_2014['day_m']==d)]['15d']

dk_20 = df_tr_2014.loc[(df_tr_2014['month']==m) & (df_tr_2014['day_m']==d)]['20d']

df_te.loc[i,'7d'] = float(dk_7)

df_te.loc[i,'15d'] = float(dk_15)

df_te.loc[i,'20d'] = float(dk_20)

编辑：

样本数据：

np.random.seed(10)

N = 365

rng = pd.date_range('2014-01-01', periods=N)

df_tr_2014 = pd.DataFrame(np.random.randint(10, size=(N, 3)), index=rng).reset_index()

df_tr_2014.columns = ['datetime','7d','15d','20d']

df_tr_2014.insert(1,'month', df_tr_2014['datetime'].dt.month)

df_tr_2014.insert(2,'day_m', df_tr_2014['datetime'].dt.day)

#print (df_tr_2014.head())

N = 365

rng = pd.date_range('2015-01-01', periods=N)

df_te = pd.DataFrame(index=rng)

df_te['month'] = df_te.index.month

df_te['day_m'] = df_te.index.day

df_te = df_te.reset_index()

#print (df_te.head())