Блог

У меня есть два фрейма данных pandas с именами complete_data и raw_data. Мое намерение состоит в том, чтобы просмотреть столбец даты (строка за строкой) кадров данных raw_data в кадрах данных complete_data. Для строк фреймов данных raw_data, найденных в complete_data, я хочу вставить соответствующую строку в P1 и P2 в complete_data.

Пожалуйста, обратите внимание:

1. Уникальным ключом в обоих кадрах данных является «дата», а фрейм данных complete_data содержит полный набор «дат», для получения которых из фрейма данных raw_data требуются другие столбцы.
2. Я хочу, чтобы конечным кадром данных был кадр данных «complete_data» со значениями NaN, где дата не существует в кадре данных raw_data. И там, где существует «дата», строки в столбцах P1 и P2 должны быть вставлены в фрейм данных complete_data.

Вот мой образец кода:

 import pandas as pd import numpy as np complete_data = pd.DataFrame({'date':['2010-01-01','2010-01-02','2010-01-03','2010-01-04','2010-01-05','2010-01-06','2010-01-07','2010-01-08']})  raw_data = pd.DataFrame({'date':['2010-01-01','2010-01-02','2010-01-03','2010-01-05','2010-01-07','2010-01-08'],  'P1':['4.4','5.2','5.6','6.2','6.5','7.2'],  'P2':['200','220','230','250','270','280']})  column_labels = list(raw_data.columns) column_labels = column_labels[1:] complete_data[column_labels] = np.nan  i = 0 while ilt;raw_data.shape[0]:  if raw_data['date'].iloc[i] in complete_data['date'].iloc[i]:  complete_data.iloc[[i],[1,2]]=raw_data.iloc[[i],[1,2]]  else:  complete_data.iloc[[i],[1,2]] = raw_data.iloc[[i],[1,2]]  i =1  

Мой вывод таков:

 date P1 P2 0 2010-01-01 4.4 200 1 2010-01-02 5.2 220 2 2010-01-03 5.6 230 3 2010-01-04 6.2 250 4 2010-01-05 6.5 270 5 2010-01-06 7.2 280 6 2010-01-07 NaN NaN 7 2010-01-08 NaN NaN  

Мой ожидаемый результат должен быть:

 date P1 P2 0 2010-01-01 4.4 200 1 2010-01-02 5.2 220 2 2010-01-03 5.6 230 3 2010-01-04 NaN NaN 4 2010-01-05 6.2 250 5 2010-01-06 6.5 270 6 2010-01-07 NaN NaN 7 2010-01-08 7.2 280  

Ты мог бы сделать это:

За df:s, которые вы дали:

 date P1 P2 0 2010-01-01 4.4 200 1 2010-01-02 5.2 220 2 2010-01-03 5.6 230 3 2010-01-05 6.2 250 4 2010-01-07 6.5 270 5 2010-01-08 7.2 280  

и

 date P1 P2 0 2010-01-01 NaN NaN 1 2010-01-02 NaN NaN 2 2010-01-03 NaN NaN 3 2010-01-04 NaN NaN 4 2010-01-05 NaN NaN 5 2010-01-06 NaN NaN 6 2010-01-07 NaN NaN 7 2010-01-08 NaN NaN  

 df = complete_data.merge(raw_data, on =['date'], how='left').dropna(axis=1, how='all') df = df.rename(columns={'P1_y':'P1','P2_y':'P2'})  

что дает:

 date P1 P2 0 2010-01-01 4.4 200 1 2010-01-02 5.2 220 2 2010-01-03 5.6 230 3 2010-01-04 NaN NaN 4 2010-01-05 6.2 250 5 2010-01-06 NaN NaN 6 2010-01-07 6.5 270 7 2010-01-08 7.2 280  

Обратите внимание, что ожидаемый результат в вашем вопросе не соответствует определению данных, которые вы дали.