Question

我有两个时间序列的pandas数据帧，一个具有每日值（df1低于），另一个带有年度值（df2低于）。一个例子是：

df1                                  df2
Date           Value                 Year   Value
2002-01-01      3                    2002    0.5
2002-01-02      3.5                  2003    3.1
2002-01-03      3.3                  2004    2.7
...             ...                  ...     ...
2010-01-01      4.96                 2010    0.7
2010-01-02      4.98

我想按如下方式执行操作：如果每日日期与年度日期在同一年，则将每日日期乘以年度值。

例如，2002年的每日值都会乘以标量0.5，2003年的每日值都会乘以标量3.1等。

有没有人有过这类问题的经验？

Answer 1

我认为您可以先从Date列找到year，df1 df2和Year列df1['Year'] = df1.Date.dt.year df = pd.merge(df1,df2, on='Year', suffixes=('', '_x') ) print df Date Value Year Value_x 0 2002-01-01 3.00 2002 0.5 1 2002-01-02 3.50 2002 0.5 2 2002-01-03 3.30 2002 0.5 3 2010-01-01 4.96 2010 0.7 4 2010-01-02 4.98 2010 0.7 df['Value'] = df['Value'].mul(df['Value_x']) print df[['Date','Value']] Date Value 0 2002-01-01 1.500 1 2002-01-02 1.750 2 2002-01-03 1.650 3 2010-01-01 3.472 4 2010-01-02 3.486，最后一个用{ {3}}：

In [1386]: %timeit a(df1,df2)
100 loops, best of 3: 10.9 ms per loop

In [1387]: %timeit b(df3,df4)
1 loops, best of 3: 4.11 s per loop

<强>计时：

#length(df1) = 50k
df1 = pd.concat([df1]*10000).reset_index(drop=True)

df3 = df1.copy()
df4 = df2.copy()

def a(df1,df2):
    df1['Year'] = df1.Date.dt.year
    df = pd.merge(df1,df2, on='Year',  suffixes=('', '_x') )
    #print df
    df['Multiple'] = df['Value'].mul(df['Value_x']) 
    return df.drop('Value_x', axis=1)

def b(df1,df2):
    mapping = df2.set_index('Year').to_dict()['Value']    
    df1['Year'] = df1['Date'].dt.year
    df1['Multiple'] = df1.apply(lambda x: x['Value']*mapping[x['Year']], axis=1)
    return df1

print a(df1,df2)    
print b(df3,df4)

代码：

GL.MultMatrix()

Answer 2

您可以通过逐行应用将年份映射到系数的字典来执行此操作。

关注示例中介绍的数据框：

mapping = df2.set_index('Year').to_dict()['Value']
mapping
{2002: 0.5,
 2003: 3.1000000000000001,
 2004: 2.7000000000000002,
 2010: 0.69999999999999996}

df1['Year'] = df1['Date'].dt.year
df1['Adjusted Value'] = df1.apply(lambda x: x['Value']*mapping[x['Year']], axis=1)
df1

          Date  Value   Year    Adjusted Value
0   2002-01-01  3.00    2002    1.500
1   2002-01-02  3.50    2002    1.750
2   2002-01-03  3.30    2002    1.650
3   2010-01-01  4.96    2010    3.472
4   2010-01-02  4.98    2010    3.486

熊猫时间序列不同的时间框架

2 个答案: