Question

我有两个这样的数据框。

df1
MainId,Time,info1,info2
100,2018-07-12 08:05:00,a,b
100,2018-07-12 08:07:00,x,y
101,2018-07-14 16:00,c,d
100,2018-07-14 19:30:00,d,e
104,2018-07-14 03:30:00,g,h

和

df2
Id,MainId,startTime,endTime,value
1,100,2018-07-12 08:00:00,2018-07-12 08:10:00,1001
2,150,2018-07-14 10:05:00,2018-07-14 17:05:00,1002
3,101,2018-07-12 0:05:00,2018-07-12 19:05:00,1003
4,100,2018-07-12 08:05:00,2018-07-12 08:15:00,1004

df2是主数据帧，df1是子数据帧。我想用starttime中的时间来检查endtime中的df2和df1，并将它们分别与MainId进行比较。如果df1.Time isin df2(start and endtime)与MainId有关，那么我想将df1到df2的info1和info2列包括在内。如果没有值，那么我只想输入nan。

我想要这样的输出

Id,MainId,info1,info2,value
1,100,a,b,1001
1,100,x,y,1001
2,150,nan,nan,1002
3,101,nan,nan,1003
4,100,a,b,1004
4,100,x,y,1004

在这里，我在输出中有两个相同的Id（In Id1）和MainId，因为它们具有不同的info1和info2，我也想包括那个。

这就是我在大熊猫中所做的

df2['info1'] = np.where((df2['MainId'] == df1['MainId'])& (df1['Time'].isin([df2['startTime'], df2['endTime']])),df1['info1'], np.nan)

但是它抛出一个错误

ValueError: Can only compare identically-labeled Series objects

如何解决此错误？有没有更好的办法？

Answer 1

df1和df2具有不同的Index（您可以通过检查df1.index和df2.index来进行检查。因此，当您执行df2['MainId'] == df1['MainId'] ，您有2个无法比较的系列对象。

尝试使用左联接，类似：

df3 = df2.join(df1.set_index('MainId'), on='MainId'))

应为您提供所需的数据框。然后，您可以使用它来执行比较。

ValueError：只能在熊猫中比较标记相同的Series对象

1 个答案: