熊猫像磁性东西一样合并DataFrames
熊猫像磁性东西一样合并DataFrames
提问于 2017-01-26 09:01:02
import pandas as pd
df1 = pd.DataFrame({'date': ['2015-01-01', '2015-01-10', '2015-01-11', '2015-01-12'], 'a': [1,2,3,4]})
df2 = pd.DataFrame({'date': ['2015-01-01', '2015-01-05', '2015-01-11'], 'b': [10,20,30]})
df = df1.merge(df2, on=['date'], how='outer')
df = df.sort_values('date')
print df“喜欢磁性的东西”在标题中可能不是一个很好的表达。我将在下面解释。
我希望df2的记录与日期大于或等于df2的df1的第一条记录相匹配。例如，我希望df2的“2015-01-05”与df1的“2015-01-10”相匹配。
我不能通过简单地以inner、outer、left的方式合并它们来实现它。不过，上面的结果非常接近我想要的。
a date b
0 1.0 2015-01-01 10.0
4 NaN 2015-01-05 20.0
1 2.0 2015-01-10 NaN
2 3.0 2015-01-11 30.0
3 4.0 2015-01-12 NaN怎样才能从我所做的或以其他方式从零开始实现这一点呢？
a date b
0 1.0 2015-01-01 10.0
1 2.0 2015-01-10 20.0
2 3.0 2015-01-11 30.0
3 4.0 2015-01-12 NaN回答 1
Stack Overflow用户
回答已采纳
发布于 2017-01-26 09:07:20
确保你的约会是日期
df1.date = pd.to_datetime(df1.date)
df2.date = pd.to_datetime(df2.date)numpy
np.searchsorted
ilocs = df1.date.values.searchsorted(df2.date.values)
df1.loc[df1.index[ilocs], 'b'] = df2.b.values
df1
a date b
0 1 2015-01-01 10.0
1 2 2015-01-10 20.0
2 3 2015-01-11 30.0
3 4 2015-01-12 NaNpandas
pd.merge_asof让你非常接近
pd.merge_asof(df1, df2)
a date b
0 1 2015-01-01 10
1 2 2015-01-10 20
2 3 2015-01-11 30
3 4 2015-01-12 30页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/41869879
复制相关文章
相似问题
腾讯云开发者
