pandas 合并/复制两个数据集答案

【问题标题】：merge/duplicate two data sets by pandaspandas 合并/复制两个数据集
【发布时间】：2017-06-12 23:34:34
【问题描述】：

我正在尝试使用 pandas 合并两个数据集。一个是位置（经度和纬度），另一个是时间范围（0 到 24 小时，15 分钟步长 = 96 个数据点）

这里是示例代码：

s1 = pd.Series([1, 2, 3])
s2 = pd.Series([4, 5, 6])
df = pd.DataFrame([list(s1), list(s2)],  columns =  ["A", "B", "C"])

timeframe_array=[]
for i in range(0, 3600, timeframe):
    timeframe_array.append(i)

我想得到这样的数据：

   A  B  C  time
0  1  2  3     0
1  1  2  3    15
2  1  2  3    30
3  1  2  3    45
...

我怎样才能得到这样的数据？

【问题讨论】：

“合并”是指左连接吗？如果是这样：df1.join(df2, how='left').
谢谢，但时间变量（0、15、30...）应该重复。抱歉，我编辑了原始问题（因为它很难理解）。
我仍然不确定您在寻找什么。您想为df 中的每一行复制时间 0-3600（步长 = 15）吗？也就是说，最终数据帧的总行数为240 * 2 = 480？
是的，你是对的。数据点总数应为 480

标签： python pandas merge

【解决方案1】：

虽然不是特别优雅，但应该可以：

from __future__ import division  # only needed if you're using Python 2
import pandas as pd
from math import ceil

# Constants
timeframe = 15
total_t = 3600

创建df1:

s1 = [1, 2, 3]
s2 = [4, 5, 6]
df1 = pd.DataFrame([s1, s2], columns=['A', 'B', 'C'])

接下来，我们要构建df2，以便为df1 中的每一行复制序列0-3600（步骤=15）。我们可以使用df1.shape[0]（在本例中为2）提取行数。

df2 = pd.DataFrame({'time': range(0, total_t * df1.shape[0], timeframe)})

接下来，您需要复制df1 中的行以匹配df2。

factor = ceil(df2.shape[0] / df1.shape[0])
df1_f = pd.concat([df1] * factor).sort_index().reset_index(drop=True)

最后，将两个数据框连接在一起并剪掉多余的行。

df3 = df1_f.join(df2, how='left')[:df2.shape[0]]

Pandas 可能有一个内置的方法来做到这一点，但据我所知，join 和merge 只能通过填充常量来弥补行的差异（默认为NaN）。

结果：

>>> print(df3.head(4))

   A  B  C  time
0  1  2  3     0
1  1  2  3    15
2  1  2  3    30
3  1  2  3    45

>>> print(df3.tail(4))

     A  B  C  time
476  4  5  6  7140
477  4  5  6  7155
478  4  5  6  7170
479  4  5  6  7185

>>> df3.shape  # (480, 4)

【讨论】：