python - 在Python Pandas中，如何在日期时间列上加入另一个由周期索引索引的数据帧？

Question

我有两个数据帧，df1，df2。

df1 有一个“日期”列，即日期时间。 df2 通过 periodindex(时间段，而不是时间戳)进行索引。

我希望能够以某种方式连接两个数据帧，以便对于 df1 的每一行，我将为 df1['date'] 所属的 periodindex 选择的行(在 df2 中)添加 df2 的所有列。

我希望这个问题足够清楚。我想我可以手动做一些循环来做到这一点，但如果有一种更有效的方法来做到这一点，使用一些 pandas 方法，我会非常感激。

提前致谢!

以下是 df2 的第一列，该数据帧由名为“cuatrimestre”的周期索引索引:

                  dif_precio_vivienda  dif_rendimiento_ibex  \
cuatrimestre                                              
1995Q1                        NaN                   NaN   
1995Q2                   0.000000             -2.940238   
1995Q3                   0.007233             -0.500118   
1995Q4                   0.026514              0.535169   
1996Q1                  -0.009417             -0.171129 

这是 df1 的第一列:

    fecha  municipioid   latitud  longitud  numbanyo  numdormitorio  \
25138  2014-02-12         4353  0.705444 -0.064720       1.0            1.0   
25144  2014-05-06         4353  0.705444 -0.064720       1.0            1.0   
25185  2014-01-02         4353  0.705349 -0.064618       1.0            1.0   
25186  2014-02-12         4353  0.705353 -0.064620       1.0            1.0   
25201  2014-07-07         4353  0.705314 -0.064610       1.0            3.0   

您可以看到索引不同，但它有一个日期时间列('fecha')，我想在 periodindex 上加入此列...

Answer 1

我认为您可以首先在两个 DataFrames 中创建列 year 和 quarter by dt.year和 quarter在 df1 和 str.split 中通过 astype 转换为 int在 df2 中。然后你就可以merge按年和季度列:

#if type of column fecha is to datetime, convert it
df1['fecha'] = pd.to_datetime(df1['fecha'])
df1['year'] = df1['fecha'].dt.year
df1['quarter'] = df1['fecha'].dt.quarter
print df1
           fecha  municipioid   latitud  longitud  numbanyo  numdormitorio  \
25138 2014-02-12         4353  0.705444 -0.064720       1.0            1.0   
25144 2014-05-06         4353  0.705444 -0.064720       1.0            1.0   
25185 2014-01-02         4353  0.705349 -0.064618       1.0            1.0   
25186 2014-02-12         4353  0.705353 -0.064620       1.0            1.0   
25201 2014-07-07         4353  0.705314 -0.064610       1.0            3.0   

       year  quarter  
25138  2014        1  
25144  2014        2  
25185  2014        1  
25186  2014        1  
25201  2014        3  

df2 = df2.reset_index()
df2[['year','quarter']] = df2['cuatrimestre'].str.split('Q', expand=True)
df2['year'] = df2['year'].astype(int)
df2['quarter'] = df2['quarter'].astype(int)
print df2
  cuatrimestre  dif_precio_vivienda  dif_rendimiento_ibex  year  quarter
0       2014Q1                  NaN                   NaN  2014        1
1       2014Q2             0.000000             -2.940238  2014        2
2       1995Q3             0.007233             -0.500118  1995        3
3       1995Q4             0.026514              0.535169  1995        4
4       1996Q1            -0.009417             -0.171129  1996        1

print pd.merge(df1,df2, on=['year','quarter'], how='left')
       fecha  municipioid   latitud  longitud  numbanyo  numdormitorio  year  \
0 2014-02-12         4353  0.705444 -0.064720       1.0            1.0  2014   
1 2014-05-06         4353  0.705444 -0.064720       1.0            1.0  2014   
2 2014-01-02         4353  0.705349 -0.064618       1.0            1.0  2014   
3 2014-02-12         4353  0.705353 -0.064620       1.0            1.0  2014   
4 2014-07-07         4353  0.705314 -0.064610       1.0            3.0  2014   

   quarter cuatrimestre  dif_precio_vivienda  dif_rendimiento_ibex  
0        1       2014Q1                  NaN                   NaN  
1        2       2014Q2                  0.0             -2.940238  
2        1       2014Q1                  NaN                   NaN  
3        1       2014Q1                  NaN                   NaN  
4        3          NaN                  NaN                   NaN