主页 / coding / 问题 / 78374133
Accepted
BP130
Asked: 2024-04-24 01:28:57 +0800 CST

熊猫在最近的日期合并并考虑分组

  • 772

我正在开发一个Python解决方案来应对数据转换挑战，并且遇到了一个我似乎无法解决的小障碍。我想合并两个数据框（即 df1 和 df2）以创建一个新的数据框，该数据框已将 df2['value2'] 插入 df1['value1']，同时考虑日期和“类型”对齐。有没有人解决过类似的问题？pandas 是解决这个问题的最佳库吗？

请参阅我在 jupyter 笔记本中使用的代码片段，以进行下面的解决方案测试。

import pandas as pd 

df1 = pd.DataFrame({ 'Type': ['Labor', 'Material', 'Labor', 'Material' , 'Labor', 'Material', 'Labor', 'Material'],'date1': ['2021-01-01', '2021-01-01', '2021-02-01', '2021-02-01', '2021-03-01', '2021-03-01', '2021-04-01', '2021-04-01'], 'value1': [0,0,0,0,0,0,0,0]})
df2 = pd.DataFrame({ 'Type': ['Labor', 'Material', 'Labor', 'Material'],'date2': ['2021-01- 
11', '2021-02-22', '2021-02-05', '2021-03-15'], 'value2': [10,20,25,45]})

display(df1)
display(df2)

df1['date1'] = pd.to_datetime(df1['date1'])
df2['date2'] = pd.to_datetime(df2['date2'])

df1 = df1.sort_values(['date1', 'Type'])
df2 = df2.sort_values(['date2', 'Type'])

merge_df = pd.merge_asof(df2, df1, left_on= 'date2', right_on= 'date1' , by = 'Type', 
direction = 'nearest')

display(merge_df)

我试图实现的输出如下所示。

类型 日期 价值
劳动 2021-01-01 10
材料 2021-01-01 0
劳动 2021-02-01 25
材料 2021-02-01 20
劳动 2021-03-01 0
材料 2021-03-01 45
劳动 2021-04-01 0
材料 2021-04-01 0
python

1 个回答

  1. Best Answer

    merge_asof是左合并，需要df1在左边使用。您还必须将月份用作by：

    out = (pd.merge_asof(df1.assign(month=df1['date1'].dt.to_period('M')),
                     df2.assign(month=df2['date2'].dt.to_period('M')),
                     left_on='date1', right_on='date2',
                     by=['Type', 'month'], direction='nearest')
         .fillna({'value2': 0})
      )

    输出：

           Type      date1  value1    month      date2  value2
0     Labor 2021-01-01       0  2021-01 2021-01-11    10.0
1  Material 2021-01-01       0  2021-01        NaT     0.0
2     Labor 2021-02-01       0  2021-02 2021-02-05    25.0
3  Material 2021-02-01       0  2021-02 2021-02-22    20.0
4     Labor 2021-03-01       0  2021-03        NaT     0.0
5  Material 2021-03-01       0  2021-03 2021-03-15    45.0
6     Labor 2021-04-01       0  2021-04        NaT     0.0
7  Material 2021-04-01       0  2021-04        NaT     0.0

    中间体：

    # df1.assign(month=df1['date1'].dt.to_period('M'))
       Type      date1  value1    month
0     Labor 2021-01-01       0  2021-01
1  Material 2021-01-01       0  2021-01
2     Labor 2021-02-01       0  2021-02
3  Material 2021-02-01       0  2021-02
4     Labor 2021-03-01       0  2021-03
5  Material 2021-03-01       0  2021-03
6     Labor 2021-04-01       0  2021-04
7  Material 2021-04-01       0  2021-04

# df2.assign(month=df2['date2'].dt.to_period('M'))
       Type      date2  value2    month
0     Labor 2021-01-11      10  2021-01
2     Labor 2021-02-05      25  2021-02
1  Material 2021-02-22      20  2021-02
3  Material 2021-03-15      45  2021-03
    • 0

相关问题