我们可以对多个数据框进行排序，比较列中每个元素的值吗

Question

我有两个包含一些数据的 csv 文件，我想根据一个公共列组合和排序数据： 这是data1.csv和data2.csv文件：

data3.csv 是输出文件，我需要在其中组合和排序数据，如下所示：

我怎样才能做到这一点？

Answer 1

这就是我认为你想在这里做的事情：

我创建了两个简单类型的数据框，假设第一列就像你的时间戳：

df1 = pd.DataFrame([[1,1],[2,2], [7,10], [8,15]], columns=['timestamp', 'A'])
df2 = pd.DataFrame([[1,5],[4,7],[6,9], [7,11]], columns=['timestamp', 'B'])
c = df1.merge(df2, how='outer', on='timestamp')
print(c)

即使与其他 DataFrame 不匹配，外部合并也会导致每个贡献的 DataFrame 完全出现在输出中。

结果是您最终得到一个带有时间戳列的 DataFrame 以及来自每个源 DataFrame 的依赖数据。

注意事项：

• 您的第二个样本中有重复的时间戳，我认为这可能是由于您没有显示足够的分辨率。您不希望此合并解决方案出现真正的重复记录，因为我们假设时间戳是唯一的。
• 我没有第二次在这里重复时间戳列，但是如果您确实需要两个时间戳列，则可以根据列 A 或 B 是否为 notnull() 轻松添加另一个时间戳列。 Pandas merge() 有一个指示器选项，如果您不想依赖 A 列和 B 列，它会显示时间戳的来源。
• 在帖子中，您有两个名为“timestamp”的输出列。通常，您不会输出具有相同名称的两列，因为它们仅通过位置（或颜色）来区分，而这些不是您应该依赖的属性。