python - 按时合并 Pandas 数据框和另一列

Question

我有两个 pandas 数据框，我想将它们组合成一个数据框。以下是我的设置方式:

a = {'date':['1/1/2015 00:00','1/1/2015 00:15','1/1/2015 00:30'], 'num':[1,2,3]}
b = {'date':['1/1/2015 01:15','1/1/2015 01:30','1/1/2015 01:45'], 'num':[4,5,6]}

dfa = pd.DataFrame(a)
dfb = pd.DataFrame(b)

dfa['date'] = dfa['date'].apply(pd.to_datetime)
dfb['date'] = dfb['date'].apply(pd.to_datetime)

然后，我从每个时间戳中找到earliest 和latest 时间戳，并创建一个新的数据帧，它只是一个date 系列:

earliest = min(dfa['date'].min(), dfb['date'].min())
latest = max(dfa['date'].max(), dfb['date'].max())

date_range = pd.date_range(earliest, latest, freq='15min')

dfd = pd.DataFrame({'date':date_range})

然后我想将它们全部合并到一个数据帧中，以 dfd 为基础，因为它将包含所有正确的时间戳。所以我合并了 dfd 和 dfa 一切都很好:

dfd = pd.merge(dfd, dfa, how = 'outer', on = 'date')

但是，当我将它与 dfb 合并时，date 系列变得很奇怪，我不知道为什么。

dfd = pd.merge(dfd, dfb, how = 'outer', on = ['date','num'])

...产量:

                  date  num
0  2015-01-01 00:00:00  1.0
1  2015-01-01 00:15:00  2.0
2  2015-01-01 00:30:00  3.0
3  2015-01-01 00:45:00  NaN
4  2015-01-01 01:00:00  NaN
5  2015-01-01 01:15:00  NaN
6  2015-01-01 01:30:00  NaN
7  2015-01-01 01:45:00  NaN
8  2015-01-01 01:15:00  4.0
9  2015-01-01 01:30:00  5.0
10 2015-01-01 01:45:00  6.0

我希望 4.0 填写 2015-01-01 01:15:00 时间段等，而不创建新行。

或者如果我尝试:

dfd = pd.merge(dfd, dfb, how = 'outer', on = 'date')

我得到:

                 date  num_x  num_y
0 2015-01-01 00:00:00    1.0    NaN
1 2015-01-01 00:15:00    2.0    NaN
2 2015-01-01 00:30:00    3.0    NaN
3 2015-01-01 00:45:00    NaN    NaN
4 2015-01-01 01:00:00    NaN    NaN
5 2015-01-01 01:15:00    NaN    4.0
6 2015-01-01 01:30:00    NaN    5.0
7 2015-01-01 01:45:00    NaN    6.0

这也不是我想要的(只想要一个 num 列)。任何帮助将不胜感激。

Answer 1

dfa.set_index('date').combine_first(dfb.set_index('date')) \
    .asfreq('15T').reset_index()

                 date    num
0 2015-01-01 00:00:00 1.0000
1 2015-01-01 00:15:00   2.00
2 2015-01-01 00:30:00   3.00
3 2015-01-01 00:45:00    nan
4 2015-01-01 01:00:00    nan
5 2015-01-01 01:15:00   4.00
6 2015-01-01 01:30:00   5.00
7 2015-01-01 01:45:00   6.00

---

另一种解决方案

dfa.append(dfb).set_index('date').asfreq('15T').reset_index()