Skip to main content
 首页 » 编程设计

python之合并两个具有不同索引的数据帧(时间作为索引)

2024年11月24日8myhome

我想知道如何合并两个使用时间值作为索引的数据帧。但是,并非所有索引都是相同的。

说我想合并这些数据框

index         value 
2019-07-12    4.0 
2019-08-21    4.5 
2019-08-22    4.4 
2019-09-01    7.2 
 
index          value 
2019-07-14     5.6 
2019-07-19     9.2 
2019-08-21     4.0 
2019-09-02     3.2 

然后得到这个结果:

index          value1    value2 
2019-07-12     4.0       NaN 
2019-07-14     NaN       5.6 
2019-07-19     NaN       9.2 
2019-08-21     4.5       4.0 
2019-08-22     4.4       NaN 
2019-09-01     7.2       NaN 
2019-09-02     NaN       3.2 

我浏览了 pandas.concat 文档,但要么无法理解,要么无法找到能让我做到这一点的东西。

是的,我计划通过插入那些特定的列来整理 NaN 值。

请您参考如下方法:

pandas.concat 根据索引和列值对齐,因此您需要重命名 DataFrame 的 value 列之一。

# Setup 
from pandas import Timestamp 
 
df1 = pd.DataFrame({'value': {Timestamp('2019-07-12 00:00:00'): 4.0, Timestamp('2019-08-21 00:00:00'): 4.5, Timestamp('2019-08-22 00:00:00'): 4.4, Timestamp('2019-09-01 00:00:00'): 7.2}}) 
df2 = pd.DataFrame({'value': {Timestamp('2019-07-14 00:00:00'): 5.6, Timestamp('2019-07-19 00:00:00'): 9.2, Timestamp('2019-08-21 00:00:00'): 4.0, Timestamp('2019-09-02 00:00:00'): 3.2}}) 
 
pd.concat([df1, df2.rename({'value':'value2'}, axis=1)]).sort_index() 

[输出]

            value  value2 
2019-07-12    4.0     NaN 
2019-07-14    NaN     5.6 
2019-07-19    NaN     9.2 
2019-08-21    4.5     NaN 
2019-08-21    NaN     4.0 
2019-08-22    4.4     NaN 
2019-09-01    7.2     NaN 
2019-09-02    NaN     3.2 

或者,您可以使用 DataFrame.merge :

df1.merge(df2, how='outer', left_index=True, right_index=True, suffixes=('1', '2')) 

[输出]

            value1  value2 
2019-07-12     4.0     NaN 
2019-07-14     NaN     5.6 
2019-07-19     NaN     9.2 
2019-08-21     4.5     4.0 
2019-08-22     4.4     NaN 
2019-09-01     7.2     NaN 
2019-09-02     NaN     3.2