如何组合查看两个不同的DataFrame

时间:2013-09-07 04:27:00

标签: python pandas

我想展示一个将两个DataFrame与条件索引结合起来的表。这适用于一个DataFrame:

room1,weather = pd.read_excel(mypath,sheetnames[0]),pd.read_excel(mypath,sheetnames[2])
selector = (room1.Time>='08:00') & (room1.Time<='18:00')
view     = ['Time','Cooling_plant_sensible_load']
room1[selector][view][:12]

给我这样的东西:

    Time    Cooling_plant_sensible_load
7   08:00   0.000
8   09:00   0.000
....
16  17:00   0.000
17  18:00   0.000
31  08:00   0.000

weather DataFrame有一个名为Dry_Bulb_Temperature的系列,我想将其添加到视图中,因此它显示为

    Time    Cooling_plant_sensible_load    Dry_Bulb_Temperature
7   08:00   0.000                          18
8   09:00   0.000                          22
....
16  17:00   0.000                          19
17  18:00   0.000                          16
31  08:00   0.000                          12

我尝试添加:

selector2 = (weather.Time>='08:00') & (weather.Time<='18:00')
pd.concat({'room1':room1[selector][view][:12],'wea':weather[selector2]['Dry_bulb_temperature']},axis=1)

给了我一个AttributeError: 'Series' object has no attribute '_data'

编辑:

weather[selector2]['Dry_bulb_temperature'][:12]看起来像这样:

major
7        15.3
8        16.0
9        18.0
10       19.9
11       21.9
12       22.9
13       24.0
14       25.0
15       24.8
16       24.5
17       24.3
31       16.2
Name: Dry_bulb_temperature, dtype: float64

EDIT2:

导致AttributeError: 'Series' object has no attribute '_data'是因为weather[selector2]['Dry_bulb_temperature']是Series ,而concat期望DataFrame 无法与Dataframe连接,即concat需要两个相似的类型(以前的评论是错误的,如下面的@Philip所述。

所以我可以将room1 DataFrame与天气DataFrame结合起来。这是要走的路吗?如何避免两个“时间”系列重复?

我有很多房间(n)数据框架,并且认为可能有一种方法可以引用相同的天气数据集。

3 个答案:

答案 0 :(得分:1)

我不确定你的联合会发生了什么。可能是您的字段名称混淆了。我在你问题的不同部分看到了'Dry_Bulb_Temperature'和'Dry_bulb_temperature'。

假设两个数据帧具有相同的索引,我会将整个内容连接起来,然后进行过滤:

df = pd.concat([room1, weather[['Dry_Bulb_Temperature']]], axis=1)
df[(df['Time'] >= '08:00') & (df['Time'] <= '18:00')]

代码少,易于阅读。

答案 1 :(得分:1)

看起来您想要进行连接(可以在其索引上合并DataFrame和Series):

In [11]: df
Out[11]:
    Time  Cooling_plant_sensible_load  Dry_Bulb_Temperature
7  08:00                            0                    18
8  09:00                            0                    22

In [12]: s
Out[12]:
7    15.3
8    16.0
Name: Dry_bulb_temperature, dtype: float64

In [13]: df.join(s)
Out[13]:
    Time  Cooling_plant_sensible_load  Dry_Bulb_Temperature  Dry_bulb_temperature
7  08:00                            0                    18                  15.3
8  09:00                            0                    22                  16.0

merging, join and concating section of the docs

中查看更多内容

注意:

您可以使用loc创建Series /列,避免链接:

s = weather.loc[selector2, 'Dry_bulb_temperature']

答案 2 :(得分:0)

好的,我得到的东西基于@mattexx初始提案:

#pd.concat([room1, weather], axis=1)[selector][view.append('Dry_bulb_temperature')]
df = pd.concat([room1, weather], axis=1)


# Removing duplicate columns based on this link:
# http://stackoverflow.com/questions/16938441/how-to-remove-duplicate-columns-from-a-dataframe-using-python-pandas

df = df.T.groupby(level=0).first().T
selector = [(df.Time>='08:00') & (df.Time<='18:00')]
view     = ['Time','Cooling_plant_sensible_load','Dry_bulb_temperature']
df[['Time','Cooling_plant_sensible_load','Dry_bulb_temperature']][(df.Time>='08:00') & (df.Time<='18:00')][:12]

给出:

    Time    Cooling_plant_sensible_load     Dry_bulb_temperature
7   08:00   0   15.3
8   09:00   0   16
.......................
17  18:00   0   24.3
31  08:00   0   16.2

不确定这是否是达到目标的最佳方式,但现在可行。谢谢你让我走上正轨。