Python Dataframes 合并多匹配答案

【问题标题】：Python Dataframes merge multi matchPython Dataframes 合并多匹配
【发布时间】：2022-11-29 01:59:50
【问题描述】：

我是 Dataframe 的新手。我想知道如何（如果可能的话）将 2 个数据帧与多个匹配项合并例如

[df1]

date                  ZipCode Weather
2022-11-25 00:00:00   123456   34
2022-11-25 00:00:15   123456   35
2022-11-25 00:00:30   123456   36

[df2]
date                  ZipCode   host
2022-11-25 00:00:00   123456   host1
2022-11-25 00:00:00   123456   host2
2022-11-25 00:00:00   123456   host3
2022-11-25 00:00:15   123456   host1
2022-11-25 00:00:30   123456   host2
2022-11-25 00:00:30   123456   host3

预期成绩：

date                  ZipCode   host   Weather
2022-11-25 00:00:00   123456   host1   34
2022-11-25 00:00:00   123456   host2   34
2022-11-25 00:00:00   123456   host3   34
2022-11-25 00:00:15   123456   host1   35
2022-11-25 00:00:30   123456   host2   36
2022-11-25 00:00:30   123456   host3   36

我的目标是为每个主机分配天气措施。我每 15 分钟测量一个邮政编码（一行）的天气另一方面，我一次有几个主机 KPI 和一个邮政编码（多行）

我可以使用 Dataframes 执行此活动吗？

提前致谢！

【问题讨论】：

标签： python dataframe merge multiple-columns

【解决方案1】：

您可以在 pandas 中使用 join 函数，它将一个数据帧的索引连接到另一个数据帧的索引。尝试类似的东西

import pandas as pd

data1 = 
[['2022-11-25 00:00:00',  123456, 34],
['2022-11-25 00:00:15',  123456, 35],
['2022-11-25 00:00:30',  123456, 36]]

columns1 =['date', 'ZipCode', 'Weather']

data2 = 
[['2022-11-25 00:00:00',  123456, 'host1'],
['2022-11-25 00:00:00',  123456, 'host2'],
['2022-11-25 00:00:00',  123456, 'host3'],
['2022-11-25 00:00:15',  123456, 'host1'],
['2022-11-25 00:00:30',  123456, 'host2'],
['2022-11-25 00:00:30',  123456, 'host3']]

columns2 =['date', 'ZipCode', 'host']

df1 = pd.DataFrame(data=data1, columns=columns1)
df1.date = pd.to_datetime(df1.date)
df1.set_index('date', inplace=True)
df2 = pd.DataFrame(data=data2, columns=columns2)
df2.date = pd.to_datetime(df2.date)
df2.set_index('date', inplace=True)
df3 = df1.join(df2['host'], on='date')
df3

【讨论】：

谢谢！功能正常。我面临的问题是行不匹配，例如 data1 中没有日期，但 data2 中有主机。使用此解决方案仅在 df3 中保留所有匹配项，而不仅仅是“丰富”匹配项，这可能吗？

【解决方案2】：

我们通过使用 merge 并将参数 on 设置为 ['date', 'ZipCode'] 来做到这一点：

new_df = pd.merge(df2, df1, on=['date', 'ZipCode'])

输出

>>> new_df
...      date           ZipCode host    Weather
0   2022-11-25 00:00:00 123456  host1   34
1   2022-11-25 00:00:00 123456  host2   34
2   2022-11-25 00:00:00 123456  host3   34
3   2022-11-25 00:00:15 123456  host1   35
4   2022-11-25 00:00:30 123456  host2   36
5   2022-11-25 00:00:30 123456  host3   36

【讨论】：

谢谢！功能正常，但不匹配的问题仍然存在。我试图用它来“玩”机器学习算法，在这种情况下我只有“匹配案例”。我想拥有我所有的主机并用与天气相关的内容丰富他们，如果我没有天气，请坚持与主机的线路与空天气

【解决方案3】：

经过几次测试，我得到了预期的结果

new_df2 = pd.merge(df1, df2, on=['date', 'ZipCode'], how='right')

谢谢你的指导！！

【讨论】：