我很难想出一个简单的合并逻辑。
TimeSeries = A.merge(B, on = ['YEAR','MONTH'], how= 'left')
我有以下数据框。 2001-2018 年连续月/年列(12 个月 X 17 年)
答:
|---------------------|------------------|
| Month | Year |
|---------------------|------------------|
| 12 | 2001 |
|---------------------|------------------|
| 01 | 2002 |
|---------------------|------------------|
| ...... | ..... |
|---------------------|------------------|
| 12 | 2018 |
|---------------------|------------------|
另一个数据框有唯一的ID、月、年和金额
乙:
|-----------------|----------------|--------------|--------|
| Month | Year | ID | Amount |
|-----------------|----------------|--------------|--------|
| 05 | 2013 | 2 | 500K |
|-----------------|----------------|--------------|--------|
| 01 | 2002 | 1 | 200K |
|-----------------|----------------|--------------|--------|
| 12 | 2016 | 3 | 800K |
|-----------------|----------------|--------------|--------|
我如何能够附加/合并两个数据框,以便数据框 B 中的每个 ID 都具有数据框 A 中的整个时间序列。它应该合并到正确的月份和年份列。
ID 的期望输出。每个 ID 应该有 ~204 行,如果月份和年份相同,则显示正确的金额
|---------------------|------------------|--------------|-----------|
| Month | Year | ID | Amount |
|---------------------|------------------|--------------|-----------|
| 01 | 2001 | 1 | NaN |
|---------------------|------------------|--------------|-----------|
| 01 | 2002 | 1 | 200K |
|---------------------|------------------|--------------|-----------|
| 12 | 2018 | 1 | NaN |
|---------------------|------------------|--------------|-----------|
请您参考如下方法:
您需要 .reindex,这样每行的 ID 都会被填充。不需要 DataFrameA:
import pandas as pd
names = ['Month', 'Year', 'ID']
idx = pd.MultiIndex.from_product([range(1, 13, 1), range(2001, 2019, 1), B.ID.unique()],
names=names)
B = B.set_index(names).reindex(idx).reset_index()
输出:
print(B.head())
# Month Year ID Amount
#0 1 2001 2 NaN
#1 1 2001 1 NaN
#2 1 2001 3 NaN
#3 1 2002 2 NaN
#4 1 2002 1 200K
B.groupby('ID').size()
#ID
#1 216
#2 216
#3 216
#dtype: int64
Performant Cartesian Product如果产品相当慢,有办法优化产品
