时间戳

首页 > 解决方案 > 组合多个数据框列

python - 组合多个数据框列

问题描述

我正在尝试将 2 个数据框列合并为 1 个，但是当我尝试根据特定大小进行操作时，第二个数据框列无法正确复制。

我已经尝试了下面粘贴的代码。 

import pandas as pd
def readDataFile():
    fileName = "year.csv"
    dateparse = lambda x: pd.datetime.strptime(x, '%Y-%m-%d %H:%M:%S')
    dfY = pd.read_csv(fileName, parse_dates=['date'], date_parser=dateparse)

    fileName = "month.csv"
    dateparse = lambda x: pd.datetime.strptime(x, '%Y-%m-%d %H:%M:%S')
    dfM = pd.read_csv(fileName, parse_dates=['date'], date_parser=dateparse)


    newDF = pd.DataFrame()
    newDF['date_y'] = dfY['date']
    newDF['year_y_n'] = dfY['Y_N']
    newDF['date_m'] = dfM['date'][len(dfM) - len(dfY):len(dfM)]
    newDF['year_y_n'] = dfM['Y_N'][len(dfM) - len(dfY):len(dfM)]
    print newDF
readDataFile()

文件：月.csv

date,Y_N
2018-03-14 04:00:00,N
2018-04-03 04:00:00,N
2018-05-31 04:00:00,Y
2018-06-14 04:00:00,N
2018-07-30 04:00:00,N
2018-08-31 04:00:00,Y
2018-09-28 04:00:00,N
2018-10-10 04:00:00,N
2018-11-07 04:00:00,Y
2018-12-31 04:00:00,N
2019-01-31 04:00:00,N
2019-02-05 04:00:00,Y
2019-03-29 04:00:00,N
2019-04-30 04:00:00,Y
2019-05-03 04:00:00,N
2019-06-03 04:00:00,Y

文件：年.csv

date,Y_N
2014-05-23 04:00:00,Y
2015-12-21 04:00:00,N
2016-05-03 04:00:00,Y
2017-12-20 04:00:00,N
2018-06-14 04:00:00,N
2019-06-25 04:00:00,N

这些是当前结果：

date_y year_y_n date_m month_y_n
0 2014-05-23 04:00:00        Y    NaT       NaN
1 2015-12-21 04:00:00        N    NaT       NaN
2 2016-05-03 04:00:00        Y    NaT       NaN
3 2017-12-20 04:00:00        N    NaT       NaN
4 2018-06-14 04:00:00        N    NaT       NaN
5 2019-06-25 04:00:00        N    NaT       NaN

预期结果是：

date_y              year_y_n    date_m              month_y_n
2014-05-23 04:00:00        Y  2019-01-31 04:00:00       N
2015-12-21 04:00:00        N  2019-02-05 04:00:00       Y
2016-05-03 04:00:00        Y  2019-03-29 04:00:00       N
2017-12-20 04:00:00        N  2019-04-30 04:00:00       Y
2018-06-14 04:00:00        N  2019-05-03 04:00:00       N
2019-06-25 04:00:00        N  2019-06-03 04:00:00       Y

标签： pythonpandasdataframe

解决方案

假设您有任意数量的数据框dfA, dfB,dfC等。您想合并它们，但它们的大小不同。最基本的方法是将它们连接起来：

df = pd.concat([dfA, dfB, dfC], axis=1)

但是，如果数据框的大小不同，则会丢失行。如果您不关心保留哪些行，则可以删除缺少值的行：

df.dropna()

但是如果你特别想使用每个数据帧的最后N行，其中N是最小数据帧的长度，你需要做更多的工作。但我会等着看这是否是你想要的。

老答案：

合并可能比这简单得多。使用pd.merge：

pd.merge(dfY, dfM[-len(dfY):].reset_index(), 
    suffixes=['_y', '_m'], left_index=True, right_index=True)
  • dfM[-len(dfY):]获取 的最后N行dfM，其中N是 的长度dfY。
  • .reset_index()使子集的索引dfM从 0 开始，因此它可以正确对齐dfY。
  • suffixes=['_y', '_m']保持列名不同。如果你愿意，你可以重命名这些。

推荐阅读