python - Pandas 结合两个数据框将列的子集附加到输出表的行

Question

我想合并两个数据框并在输出数据框中创建列行的子集。两表如下

---

表格堆栈

stk = pd.DataFrame({'code':['A121','H812','Z198'],'01-05-2021':[4,2,6],'02-05-2021':[1,3,2],'03-05-2021':[12,13,12]})

---

上 table

sup = pd.DataFrame({'code':['A121','H812','S222'],'01-05-2021':[2,2,2],'03-05-2021':[5,5,5],'06-05-2021':[1,4,7]})

---

输出表

---

关于如何创建输出表的简要说明:

1. 输出表需要有 stk 表和 sup 表中所有日期列的并集
2. 输出表还需要有 2 行用于合并两个表中的每个代码
3. 需要在输出表的适当单元格中分配每个表中关于代码和日期的相应值
4. 如果值不存在，在输出表中将其标记为np.nan

我希望这是清楚的。对此有任何建议或帮助，我们将不胜感激。我尝试在两个表上使用合并和外部联接，但这会创建额外的日期列。我不确定如何从中创建行。

Answer 1

向每个数据框添加新列 "code" 并将它们连接起来。显然，Z198, sup 和 S222, stk 的行将丢失。解决方案是 .reindex 使用代码和模式值的乘积的最终数据帧。 .reindex 函数会自动将 NaN 添加到缺失的行中。

idx = pd.MultiIndex.from_product(
    [set(stk["code"].tolist() + sup["code"].tolist()), ["stk", "sup"]],
    names=["code", "mode"],
)
x = (
    pd.concat([stk.assign(mode="stk"), sup.assign(mode="sup")])
    .set_index(["code", "mode"])
    .reindex(idx)
    .reset_index()
)
print(x)

打印:

   code mode  01-05-2021  02-05-2021  03-05-2021  06-05-2021
0  Z198  stk         6.0         2.0        12.0         NaN
1  Z198  sup         NaN         NaN         NaN         NaN
2  H812  stk         2.0         3.0        13.0         NaN
3  H812  sup         2.0         NaN         5.0         4.0
4  A121  stk         4.0         1.0        12.0         NaN
5  A121  sup         2.0         NaN         5.0         1.0
6  S222  stk         NaN         NaN         NaN         NaN
7  S222  sup         2.0         NaN         5.0         7.0