时间戳

首页 > 解决方案 > 在 Python 中合并两个数据帧，将日期从一个数据帧线性插值到另一个数据帧

python - 在 Python 中合并两个数据帧，将日期从一个数据帧线性插值到另一个数据帧

问题描述

我有 2 个不同的数据框。一个是具有日期和值的“值”列表。第二个数据框是日期数据框，位于数据框 1 的日期之间。我想合并 2 个数据框并将数据框 1 中的值插入数据框 2 中的值。

我尝试了以下方法：

sample_final= sample_set_1.merge(sample_set_2, how='right').set_index('Maturity').interpolate()

但它不起作用！我在一个循环中转来转去！

任何帮助表示赞赏！

谢谢

成熟度
2019-04-11 1.0
2019-04-12 0.999933
2019-04-15 0.999732
2019-04-16 0.9996649999999999
2019-04-23 0.9991969999999999
2019-04-29 0.9987959999999999
2019-05-06 0.9983290000000001
2019-05-15 0.9977290000000001
2019-06-17 0.995532
2019-07-15 0.99369
2019-08-15 0.991663
2019-09-16 0.989582
2019-10-15 0.987725
2019-11-15 0.985764
2019-12-16 0.98383
2020-01-15 0.9819899999999999
2020-02-18 0.979935
2020-03-16 0.9783209999999999
2020-04-15 0.97655
2020-07-15 0.971353
2020-10-15 0.96631
2021-04-15 0.9568610000000001
2022-04-19 0.938263
2023-04-17 0.9198
2024-04-15 0.9006190000000001


数据框2：

到期
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-17
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-18
2019-04-23
2019-04-23
2019-04-23
2019-04-23
2019-04-23
2019-04-24
2019-04-24
2019-04-24
2019-04-24
2019-04-24
2019-04-24
2019-04-24
2019-04-24
2019-04-25
2019-04-25
2019-04-26
2019-04-26
2019-04-26
2019-04-26
2019-04-26
2019-04-26
2019-04-26
2019-04-26
2019-04-26
2019-04-26
2019-04-26
2019-04-26
2019-04-26
2019-04-29
2019-04-29
2019-04-30
2019-04-30
2019-04-30
2019-04-30
2019-04-30
2019-05-02
2019-05-03
2019-05-03
2019-05-03
2019-05-03
2019-05-03
2019-05-03
2019-05-03
2019-05-03
2019-05-03
2019-05-03
2019-05-03
2019-05-03
2019-05-03
2019-05-03
2019-05-07
2019-05-07
2019-05-07
2019-05-07
2019-05-07
2019-05-07
2019-05-08
2019-05-08
2019-05-08
2019-05-08
2019-05-09
2019-05-09
2019-05-09
2019-05-10
2019-05-10
2019-05-10
2019-05-10
2019-05-13
2019-05-13
2019-05-14
2019-05-14
2019-05-14
2019-05-14
2019-05-14
2019-05-15
2019-05-15
2019-05-15
2019-05-15
2019-05-15
2019-05-15
2019-05-15
2019-05-15
2019-05-15
2019-05-15
2019-05-15
2019-05-15
2019-05-15
2019-05-15
2019-05-16
2019-05-16
2019-05-16
2019-05-16
2019-05-16
2019-05-17
2019-05-17
2019-05-17
2019-05-20
2019-05-21
2019-05-21
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-22
2019-05-23
2019-05-23
2019-05-23
2019-05-23
2019-05-24
2019-05-24
2019-05-24
2019-05-28
2019-05-28
2019-05-29
2019-06-07
2019-06-07
2019-06-11
2019-06-13
2019-06-14
2019-06-18
2019-06-18
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-19
2019-06-20
2019-06-20
2019-06-20
2019-06-21
2019-06-25
2019-06-28
2019-06-28
2019-06-28
2019-06-28
2019-07-03
2019-07-11
2019-07-12
2019-07-12
2019-07-15
2019-07-15
2019-07-15
2019-07-15
2019-07-15
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-16
2019-07-17
2019-07-17
2019-07-17
2019-07-17
2019-07-17
2019-07-17
2019-07-17
2019-07-17
2019-07-17
2019-07-17
2019-07-17
2019-07-17
2019-07-17
2019-07-19
2019-07-22
2019-07-22
2019-07-22
2019-07-24
2019-07-25
2019-08-21
2019-08-21
2019-09-06
2019-09-17
2019-09-18
2019-09-30
2019-10-02
2019-10-07
2019-10-16

标签： pythonpandasdataframelinear-interpolation

解决方案

假设您想在当天线性插值：

df.Maturity = pd.to_datetime(df.Maturity)
df2.Maturity = pd.to_datetime(df2.Maturity)

# get the common date in the two data frames
common = df.merge(df2.drop_duplicates(), how='outer').set_index('Maturity')

# interpolate the value:
common = common.resample('d').interpolate().reset_index()

# merge
common.merge(df2, how='right')

推荐阅读