基于 I.D 字段组合两个 Dataframe 时间戳

Question

我正在尝试找出一种方法，可以根据几个因素将 pandas/python 中的两个 dfs 合并为一个。

1. 两个 dfs 中都有一个 i.d 字段
2. 每个 df 都有一个时间戳，df_1 可以有一个或多个与一个 i.d 关联的时间戳
3. df_2 只有一个与 I.D 关联的时间戳
4. df_2 时间戳总是与 df_1 中的时间戳相比最早或第一个时间戳

我想合并两个数据帧，其中 df_2 时间戳是列中的第一个时间戳，而 df_1 的每个后续时间戳都在其后。

所以输出看起来像

I.D                  |            Timestamp
E4242                            earliest_timestamp from df_2
E4242                            next_timestamp from df_1
E4242                            next_timestamp from df_1

感谢收看！

Answer 1

如果 df2 每个 ID 只包含一个日期始终是真的，并且该日期始终是该 ID 的最早日期，您是否可以简单地连接 df1 和 df2，然后按 ID 和时间戳排序？例如：

# Generate example data
df1 = pd.DataFrame({'id': [1, 1, 2, 3, 3, 3], 
                    'timestamp': pd.to_datetime(['2019-01-01', 
                                                 '2019-01-02', 
                                                 '2019-01-15', 
                                                 '2019-01-17', 
                                                 '2019-02-01', 
                                                 '2019-02-03'])})
df2 = pd.DataFrame({'id': [1, 2, 3], 
                    'timestamp': pd.to_datetime(['1959-06-01', 
                                                 '1989-12-01', 
                                                 '1999-01-25'])})

df = pd.concat([df1, df2])
df = df.sort_values(by=['id', 'timestamp']).reset_index(drop=True)
df

   id  timestamp
0   1 1959-06-01
1   1 2019-01-01
2   1 2019-01-02
3   2 1989-12-01
4   2 2019-01-15
5   3 1999-01-25
6   3 2019-01-17
7   3 2019-02-01
8   3 2019-02-03