Skip to main content
 首页 » 编程设计

python之Pandas:将数据帧添加到数据帧之匹配索引和列值

2025年05月04日8qlqwjy

我正在尝试将 pandas 数据帧添加到另一个具有不同长度的数据帧,以便结果中的值与(时间)索引和所有数据帧中存在的列中的键值对齐。

假设我想合并 df1、df2 和 df3 并在索引和列 'id' 上合并:

df1 
            id value1 
2015-05-01   1     13 
2015-05-01   2     14 
2015-05-02   1     15 
2015-05-02   2     16 
 
df2 
            id  value2 
2015-05-01   1       4 
2015-05-02   1       5 
 
df3 
            id  value2 
2015-05-01   2       7 
2015-05-02   2       8 

我想要的是得到一个看起来像的数据框

df 
            id   value1 value2 
2015-05-01   1       13      4 
2015-05-01   2       14      7 
2015-05-02   1       15      5 
2015-05-02   2       16      8 

但我在使用合并功能时遇到了困难。

请您参考如下方法:

如果您的 DataFrame 如下所示:

import datetime as DT 
import numpy as np 
import pandas as pd 
 
df1 = pd.DataFrame({'id':[1,2,1,2], 'value1':[13,14,15,16]}, index=pd.DatetimeIndex(['2015-5-1', '2015-5-1', '2015-5-2', '2015-5-2'])) 
df2 = pd.DataFrame({'id':[1,1], 'value2':[4,5]}, index=pd.DatetimeIndex(['2015-5-1', '2015-5-2'])) 
df3 = pd.DataFrame({'id':[2,2], 'value2':[7,8]}, index=pd.DatetimeIndex(['2015-5-1', '2015-5-2'])) 

你可以连接所有的数据帧:

df = pd.concat([df1,df2,df3]) 
#             id  value1  value2 
# 2015-05-01   1      13     NaN 
# 2015-05-01   2      14     NaN 
# 2015-05-02   1      15     NaN 
# 2015-05-02   2      16     NaN 
# 2015-05-01   1     NaN       4 
# 2015-05-02   1     NaN       5 
# 2015-05-01   2     NaN       7 
# 2015-05-02   2     NaN       8 

由于结果在日期和 id 上对齐,因此将 id 设置为索引是很自然的。然后,如果我们堆叠 DataFrame,我们会得到这个系列:

series = df.set_index(['id'], append=True).stack() 
#             id         
# 2015-05-01  1   value1    13 
#             2   value1    14 
# 2015-05-02  1   value1    15 
#             2   value1    16 
# 2015-05-01  1   value2     4 
# 2015-05-02  1   value2     5 
# 2015-05-01  2   value2     7 
# 2015-05-02  2   value2     8 
# dtype: float64 

现在,如果我们转过来拆开 Series,值将根据剩余的索引对齐——日期和 id:

result = series.unstack() 

产量

               value1  value2 
           id                 
2015-05-01 1       13       4 
           2       14       7 
2015-05-02 1       15       5 
           2       16       8 

请注意,unstack() 要求剩余的索引是唯一的。这意味着 没有重复的 (date, id) 条目。如果有重复条目,则不清楚所需的输出应该是什么。解决该问题的一种方法是按 date 和 id 分组并聚合值。另一种选择是选择一个值并删除其他值。