基于日期合并(numpy)数组

时间:2014-07-01 12:52:25

标签: python arrays numpy dataframe

我有N个数组,每个数组的结构如下

Array 1: [['2014-01-01', '2014-01-03' ...], [1.1, 0.5, ...]]
Array 2: [['2014-01-01', '2014-01-02' ...], [1.4, 0.9, ...]]
Array 3: [['2014-01-02', '2014-01-04' ...], [0.8, 1.5, ...]]

我希望获得某种类型的数据框,如下所示

date            1-data    2-data
2014-01-01      1.1       1.4
2014-01-02      0         0.9
2014-01-03      0.5       0
2014-01-04      0         0

从示例中可以看出,问题是每个数组都排除了一些日期(即所有数组的日期都不相同)。我正在努力寻找一种快速,pythonic的方法将我的所有数组合并到一个数据帧中,并用零填充缺失的数据。

1 个答案:

答案 0 :(得分:2)

这应该使用merge函数和outer方法

来解决它
>>> import pandas as pd
>>> import numpy as np
>>> d1 = pd.DataFrame(np.array([['2014-01-01', '2014-01-03'], [1.1, 0.5]])).T
>>> d2 = pd.DataFrame(np.array([['2014-01-01', '2014-01-02'], [1.4, 0.9]])).T
>>> d3 = pd.DataFrame(np.array([['2014-01-02', '2014-01-04'], [0.8, 1.5]])).T
>>> d1.columns = d2.columns = d3.columns = ['t','v']
>>> pd.DataFrame(np.array(d1.merge(d2, on='t', how='outer').
...                          merge(d3, on='t', how='outer').
...                          sort('t')),
...                          columns=['date','1-data','2-data','3-data'])
... 
         date 1-data 2-data 3-data
0  2014-01-01    1.1    1.4    NaN
1  2014-01-02    NaN    0.9    0.8
2  2014-01-03    0.5    NaN    NaN
3  2014-01-04    NaN    NaN    1.5

[4 rows x 4 columns]