Question

我有两个熊猫数据帧df1和df2。 df1具有3行3列，而df2具有5行2列。我想像'close'中那样为df2创建一个名为df1的新列。
我想将df1 'close'列元素复制到df2，其中df1日期，索引和时间列与df2日期，索引和时间相同列。

下面，我显示要实现的数据框（df3）

time= [datetime.time(10, 7, 59),
       datetime.time(15, 8, 59),
      datetime.time(11, 56, 59)]

date = ['7/2/2019',  '7/3/2019', '7/5/2019']
close = [55,65,75]

Date = ['7/2/2019', '7/2/2019', '7/3/2019', '7/5/2019', '7/5/2019']

Time = [datetime.time(10, 7, 59),
      datetime.time(10, 7, 59),
      datetime.time(15, 8, 59),
      datetime.time(11, 56, 59),
      datetime.time(11, 56, 59)]

Strike = [10000, 10000, 12300, 12200, 12200]


df1 = pd.DataFrame({"Time":time,"close":close},index = date)
df2 = pd.DataFrame({"Time":Time,"strike":Strike},index = Date)

# so i want to achieve df3 below

df3 = pd.DataFrame({"Time":Time,"strike":Strike,"close":[55,55,65,75,75]},index = Date)

Answer 1

通过示例数据

由于两个数据框的索引匹配，因此您可以简单地

df2['close'] = df1['close']

和pandas将完全满足您的需求。 df2将有一个新列，其外观与您的df3完全一样。由于日期（索引）始终是同一时间，因此无需在此处使用'time'列。

更一般的情况

但是，让我们考虑一下您的日期（索引）相同但时间不同的情况。例如，假设您df2中的时间与您发布的时间略有不同：

Time = [datetime.time(10, 7, 59),
      datetime.time(13, 7, 59),
      datetime.time(15, 8, 59),
      datetime.time(11, 56, 59),
      datetime.time(14, 56, 59)]

在这种情况下，您可以做的是在每个数据框中构建同时考虑日期和时间的新索引（我不知道为什么首先将它们分开）。

鉴于当前的设置，您可以执行以下操作：

ddf1 = df1.set_index(pd.to_datetime(df1.index.to_series() + ' ' + df1['Time'].apply(lambda x : x.strftime('%H:%m:%S'))))
ddf2 = df2.set_index(pd.to_datetime(df2.index.to_series() + ' ' + df2['Time'].apply(lambda x : x.strftime('%H:%m:%S'))))

现在，再次：

ddf2['close'] = ddf1['close']

现在，您将在nan中获得一些ddf2['close']值，因为仅出于精确匹配（日期和时间）而复制值，并且有些时候是不同的。

将值从一个数据框复制到另一数据框

1 个答案:

通过示例数据

更一般的情况