Skip to main content
 首页 » 编程设计

python之如何比较 Excel 工作表中的日期以在 python 上进行值填充

2024年10月24日14cloudgamer

我有一个包含 2 张表格的 excel 文件。

包含数据的一张表:

DATE       TMAX TMIN 
20110706    317 211 
20110707    322 211 
20110708    317 211 
20110709    322 211 
20110710    328 222 
20110711    333 244 
20110712    356 250 
20110713    356 222 

另一张纸包括:

Start Date  End Date    Rep Month    Cost    kWh     kW  
7/6/2011    8/3/2011    July     5,065.17    76,640      205  
8/3/2011    9/7/2011    August   5,572.38    86,640      195  

我的目标是根据第一页上的日期是否在某个 kWh 范围内,从第二页开始在第一页(kwh)上写另一列。

举个例子:

DATE        TMAX    TMIN    kWh 
20110706    317   211   76640 
20110707    322   211   76640 
20110708    317   211   76640 
20110709    322   211   76640 
20110710    328   222   76640 
20110711    333   244   76640 
20110712    356   250   76640 
20110713    356   222   76640 
20110801    344   228   76640 
20110802    356   200   76640 
20110803    367   200   86640 
20110804    361   228   86640 

我无法弄清楚如何进行某种算法解析以实现我正在尝试做的事情。

我已经熟悉如何使用 pandas 写入文件和读取文件/单元格。

这是我的代码:

import pandas as pd 
from pandas import ExcelWriter 
 
df = pd.read_excel("thecddhddtest.xlsx",'Sheet1') 
df2 = pd.read_excel("thecddhddtest.xlsx",'Sheet2') 
df.head() 
 
 
df["DATE"] = pd.to_datetime(df["DATE"], format="%Y%m%d") 
pd.to_datetime(df2["Start Date"], format="%m/%d/%Y") 
 
df3 = df2.set_index("Start Date") 
 
 
df3["kWh"].reindex(df["DATE"], method="ffill") 
df["kWh"] = df3["kWh"].reindex(df["DATE"], method="ffill") 
print(df["kWh"]) 
 
 
writer = ExcelWriter('thecddhddtestkWh.xlsx') 
df.to_excel(writer,'Sheet1',index=False) 
df2.to_excel(writer,'Sheet2',index=False) 
writer.save() 

结果是:

DATE       TMAX TMIN kWh 
20110706    317 211 
20110707    322 211 
20110708    317 211 
20110709    322 211 
20110710    328 222 
20110711    333 244 
20110712    356 250 
20110713    356 222 

kWh 电池由于某种原因为空

请您参考如下方法:

将日期列解析为 pandas Timestamps/numpy datetime64 至关重要。最好的方法是使用带有格式的 to_datetime。

    In [11]: df 
    Out[11]: 
        DATE  TMAX  TMIN 
0   20110706   317   211 
1   20110707   322   211 
2   20110708   317   211 
3   20110709   322   211 
4   20110710   328   222 
5   20110711   333   244 
6   20110712   356   250 
7   20110713   356   222 
8   20110801   344   228 
9   20110802   356   200 
10  20110803   367   200 
11  20110804   361   228 
 
In [12]: df["DATE"] = pd.to_datetime(df["DATE"], format="%Y%m%d") 
 
In [13]: df 
Out[13]: 
         DATE  TMAX  TMIN 
0  2011-07-06   317   211 
1  2011-07-07   322   211 
2  2011-07-08   317   211 
3  2011-07-09   322   211 
4  2011-07-10   328   222 
5  2011-07-11   333   244 
6  2011-07-12   356   250 
7  2011-07-13   356   222 
8  2011-08-01   344   228 
9  2011-08-02   356   200 
10 2011-08-03   367   200 
11 2011-08-04   361   228 

同样(格式不同):

In [14]: pd.to_datetime(df2["Start Date"], format="%m/%d/%Y") 
Out[14]: 
0   2011-07-06 
1   2011-08-03 
Name: Start Date, dtype: datetime64[ns] 

现在,第一个观察结果是,如果周期不是相互排斥的,这就没有意义。这意味着我们只需要考虑开始日期*。

这意味着您可以重新索引秒表,向前填充,然后就完成了:

In [21]: df3 = df2.set_index("Start Date") 
 
In [22]: df3 
Out[22]: 
            End Date Rep Month      Cost     kWh   kW 
Start Date 
2011-07-06  8/3/2011      July  5,065.17  76,640  205 
2011-08-03  9/7/2011    August  5,572.38  86,640  195 

这允许您根据 DataFrame 中的日期重新编制索引:

In [23]: df3["kWh"].reindex(df["DATE"], method="ffill") 
Out[23]: 
DATE 
2011-07-06    76,640 
2011-07-07    76,640 
2011-07-08    76,640 
2011-07-09    76,640 
2011-07-10    76,640 
2011-07-11    76,640 
2011-07-12    76,640 
2011-07-13    76,640 
2011-08-01    76,640 
2011-08-02    76,640 
2011-08-03    86,640 
2011-08-04    86,640 
Name: kWh, dtype: object 

并将其设置为 df 中的列。

In [24]: df["kWh"] = df3["kWh"].reindex(df["DATE"], method="ffill") 

*如果有一些“空”时间段,我们可以在一些 NaN 行中添加相应的“空”开始日期。