pandas 根据 2 列值合并 df

Question

我有 2 个 df。第一个是 id 列表，对于每个 id 都有从 01-01-2013 到 12-31-2013 的日期列表。例如，我有 30 个唯一 ID，df1：

id    date
1      01-01-2013
1      01-02-2013
1      01-03-2013
....
1      12-31-2013
2      01-01-2013
2      01-02-2013
....
2      12-31-2013

我的第二个 df 是 id，sub_id（每个 sub_id 包含一些 id）诊断日期和疾病标签 - 0 或 1。例如：

id   sub_id      date    disease
1     345      01-01-2013         0
1     967       01-01-2013        1
2      843     06-03-2013        0

等等。我想根据id和日期合并df。因此，对于带有疾病标签的每个 ID，我将获得一年中所有日子的连续天数。我不关心 sub_id，但是如果我有 2 个相同的日期，并且我至少有 1 个生病的 sub_id，我想在那天返回 1 的标签。如果没有值，则用 0 填充 nan 例如：df2

id    date          disease
1      01-01-2013     1
1       01-02-2013    0
1        01-13-2013    0
.....

我试过这段代码：

df2.sort_values('disease').drop_duplicates(subset='date', keep='last').merge(df1,on=['id','date'],how='right')

但是一些标签为 1 的 id 其结果标签为 0 谢谢

Answer 1

我会使用groupby:

df2.groupby(['id','date']).max().reset_index().merge(df1,on=['id','date'],how='right')