将两个 pandas DataFrame 合并为一个新的答案

【问题标题】：Combine two pandas DataFrame into one new将两个 pandas DataFrame 合并为一个新的
【发布时间】：2017-08-30 21:16:23
【问题描述】：

我有两个 Pandas DataFrame，它们的数据来自不同的来源，但两个 DataFrame 的列名相同。合并时只有一列会保留名称。

像这样：

speed_df = pd.DataFrame.from_dict({
    'ts':  [0,1,3,4],
    'val': [5,4,2,1]
    })

temp_df = pd.DataFrame.from_dict({
    'ts':  [0,1,2],
    'val': [9,8,7]
    })

我需要这样的结果：

final_df = pd.DataFrame.from_dict({
    'ts':    [0,1,2,3,4],
    'speed': [5,4,NaN,1],
    'temp':  [9,8,7,NaN,NaN]
    })

稍后我将通过复制前一个有效值的值来处理空单元格（这里用 NaN 填充）。得到这样的东西：

final_df = pd.DataFrame.from_dict({
    'ts':    [0,1,2,3,4],
    'speed': [5,4,4,1],
    'temp':  [9,8,7,7,7]
    })

【问题讨论】：

标签： python pandas

【解决方案1】：

使用pd.merge

In [406]: (pd.merge(speed_df, temp_df, how='outer', on='ts')
             .rename(columns={'val_x': 'speed','val_y': 'temp'})
             .sort_values(by='ts'))
Out[406]:
   ts  speed  temp
0   0    5.0   9.0
1   1    4.0   8.0
4   2    NaN   7.0
2   3    2.0   NaN
3   4    1.0   NaN

In [407]: (pd.merge(speed_df, temp_df, how='outer', on='ts')
             .rename(columns={'val_x': 'speed', 'val_y': 'temp'})
             .sort_values(by='ts').ffill())
Out[407]:
   ts  speed  temp
0   0    5.0   9.0
1   1    4.0   8.0
4   2    4.0   7.0
2   3    2.0   7.0
3   4    1.0   7.0

【讨论】：

谢谢！这正是需要的。

【解决方案2】：

两个主要的DataFrame选项，一个是pd.merge，另一个是pd.fillna。代码如下：

df = speed_df.merge(temp_df, how='outer', on='ts')
df = df.rename(columns=dict(val_x='speed', val_y='temp'))
df = df.sort_values('ts')
df.fillna(method='ffill')

希望这会有所帮助。

谢谢

【讨论】：

这一步一步与@JohnGalt 的答案相同

【解决方案3】：

您需要使用 pandas.merge 函数进行左外连接

d = pd.merge(speed_df,temp_df,on='ts',how='outer').rename(columns=\
{'val_x':'speed','val_y':'temp'})
d = d.sort_values('ts')
d['speed']=d['speed'].fillna(4)
d['temp']=d['temp'].fillna(7)

这应该返回给你：

【讨论】：