python - pandas 中是否有一个函数可以将行与匹配的标识符对齐并用 NaN 填充空白？

Question

我正在 pandas 中寻找一个将数据对齐到不同列的函数。例如，我有四列，两个时间，两个是标识符。

id    time    id    time

a ,    1:10,    a ,    1:11

a ,    1:12 ,   a  ,   1:13

b  ,   1:13    c ,    1:15

c ,    1:14  

d ,    1:15

我想将 id 为 c 的行相互匹配并得到以下结果:

id  time  id  time 

a ,  1:10,  a ,  1:11

a ,  1:12,  a ,  1:13

b ,  1:13,  NaN, NaN

c,   1:14,   c  , 1:15

d ,  1:15,  NaN, NaN

我的数据位于带有相应标签的数据框中。我尝试过循环来查找匹配项并重新索引，但遇到了错误。我可能有数千个条目，其中有许多缺失点。

A = pd.DataFrame({'Error Time':array1[:,0],'Err ID':array1[:,1],'Alert 
Type':array1[:,2]})
B = pd.DataFrame({'Recover Time':array2[:,0], 'Rec ID':array2[:,1]}) 
data_array = pd.concat([A,B], axis=1) #Joins the two arrays together
pd.to_datetime(data_array['Error Time'],format='%H:%M:%S.%f').dt.time
pd.to_datetime(data_array['Recover Time'],format='%H:%M:%S.%f').dt.time

#data_array = data_array.sort_values(by=['Error Time'])
col_size = len(data_array['Error Time'])
for i in range(col_size):
    if data_array.iloc[i,1] == data_array.iloc[i,3]:
        indexA.append(i)
    else:
        for j in range(col_size):
            if data_array.iloc[i,1] == data_array.iloc[j,3]:
                if indexA.count(j) > 0:
                    j = j + 1
                else:
                    indexA.append(j)
                    break
for k in range(col_size):
    if indexA.count(k)== 0:
        indexA.append(k)
data_array = data_array.reindex(['Error Time', 'Error ID', 'Alert 
Type],index=[indexA])

Answer 1

df1 = pd.DataFrame({'ID':['a','a','b','c','d'],'Time':['1:10','1:12','1:13','1:14','1:15']})
df2 = pd.DataFrame({'ID':['a','a','c'],'Time':['1:11','1:13','1:15']})

A = df1.assign(C=df1.groupby('ID').cumcount())
B = df2.assign(C=df2.groupby('ID').cumcount())

A.merge(B, on=['ID', 'C'], how='outer').drop('C', 1)

输出:

    ID  Time_x  Time_y
0   a   1:10    1:11
1   a   1:12    1:13
2   b   1:13    NaN
3   c   1:14    1:15
4   d   1:15    NaN