我有两个要合并的不同DataFramedate
和hours
列。我看到了一些线程,但是找不到我的问题的解决方案。我也阅读了此文档,并尝试了不同的组合,但是效果不佳。
我的两个不同DataFrame的示例
DF1
date hours var1 var2
0 2013-07-10 00:00:00 150.322617 52.225920
1 2013-07-10 01:00:00 155.250917 53.365296
2 2013-07-10 02:00:00 124.918667 51.158249
3 2013-07-10 03:00:00 143.839217 53.138251
.....
9 2013-09-10 09:00:00 148.135818 86.676341
10 2013-09-10 10:00:00 147.833517 53.658016
11 2013-09-10 12:00:00 149.580233 69.745368
12 2013-09-10 13:00:00 163.715317 14.524894
13 2013-09-10 14:00:00 168.856650 10.762779
DF2
date hours myvar1 myvar2
0 2013-07-10 09:00:00 1.617 98.56
1 2013-07-10 10:00:00 2.917 23.60
2 2013-07-10 12:00:00 19.667 36.15
3 2013-07-10 13:00:00 14.217 45.16
.....
20 2013-09-10 20:00:00 1.517 53.56
21 2013-09-10 21:00:00 5.233 69.47
22 2013-09-10 22:00:00 13.717 14.25
23 2013-09-10 23:00:00 18.850 10.69
正如您在两个DataFrames中都看到的那样,我DF2
以09:00:00
和开头为DF1
09:00:00
,这基本上是matchind的日期和时间。到目前为止,我使用以前的线程和上面提到的文档尝试了许多不同的组合。一个例子,
merged_df = DF2.merge(DF1, how = 'left', on = ['date', 'hours'])
这介绍NAN
了正确的right
DataFrame的值。我知道,我不必同时使用date
和hours
列,但是仍然得到相同的结果。我R
像这样快速尝试,效果很好。
merged_df <- left_join(DF1, DF2, by = 'date')
反正有pandas
合并DatFrames仅具有匹配的值而没有获取NaN
值吗?
使用how='inner'
在pd.merge
:
merged_df = DF2.merge(DF1, how = 'inner', on = ['date', 'hours'])
这将执行“内部联接”,从而省略每个数据框中不匹配的行。因此,合并数据帧的右侧或左侧都没有NaN。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句