python - 使用时间序列索引替换 pandas 列值

Question

我有两个 pandas 数据框:

import pandas as pd    
index = pd.date_range('06/01/2014',periods=48,freq='H')
df1 = pd.DataFrame(range(len(index)),index=index)

index2 = pd.date_range('06/02/2014',periods=24,freq='H')
df2 = pd.DataFrame(range(0,24),index=index2)

如何使用时间序列索引将df1中的值替换为df2中的值？我的意思是，无论两个数据帧的索引匹配，df1 的值都应该替换为 df2

的值

Answer 1

我认为你需要combine_first如果 df2.index 始终位于 df1.index 中:

df1 = df2.combine_first(df1)

但如果没有，那就有点复杂了 - 添加 intersection然后使用combine_first:

index = pd.date_range('06/01/2014',periods=12,freq='H')
df1 = pd.DataFrame(np.arange(len(index)),index=index)

index2 = pd.date_range('06/01/2014 08:00:00',periods=6,freq='H')
df2 = pd.DataFrame(np.arange(0,6),index=index2)
print (df1)
                      0
2014-06-01 00:00:00   0
2014-06-01 01:00:00   1
2014-06-01 02:00:00   2
2014-06-01 03:00:00   3
2014-06-01 04:00:00   4
2014-06-01 05:00:00   5
2014-06-01 06:00:00   6
2014-06-01 07:00:00   7
2014-06-01 08:00:00   8
2014-06-01 09:00:00   9
2014-06-01 10:00:00  10
2014-06-01 11:00:00  11

print (df2)

                     0
2014-06-01 08:00:00  0
2014-06-01 09:00:00  1
2014-06-01 10:00:00  2
2014-06-01 11:00:00  3
2014-06-01 12:00:00  4
2014-06-01 13:00:00  5

df1 = df2.loc[df2.index.intersection(df1.index)].combine_first(df1)
print (df1)
                       0
2014-06-01 00:00:00  0.0
2014-06-01 01:00:00  1.0
2014-06-01 02:00:00  2.0
2014-06-01 03:00:00  3.0
2014-06-01 04:00:00  4.0
2014-06-01 05:00:00  5.0
2014-06-01 06:00:00  6.0
2014-06-01 07:00:00  7.0
2014-06-01 08:00:00  0.0
2014-06-01 09:00:00  1.0
2014-06-01 10:00:00  2.0
2014-06-01 11:00:00  3.0

<小时/>

另一个解决方案 loc :

df1.loc[df2.index.intersection(df1.index)] = df2
print (df1)
                     0
2014-06-01 00:00:00  0
2014-06-01 01:00:00  1
2014-06-01 02:00:00  2
2014-06-01 03:00:00  3
2014-06-01 04:00:00  4
2014-06-01 05:00:00  5
2014-06-01 06:00:00  6
2014-06-01 07:00:00  7
2014-06-01 08:00:00  0
2014-06-01 09:00:00  1
2014-06-01 10:00:00  2
2014-06-01 11:00:00  3