【问题标题】：Combining pandas DataFrames with different row count将 pandas DataFrames 与不同的行数相结合
【发布时间】：2019-10-19 17:51:13
【问题描述】：

我已经开始开发一些脚本来操作和绘制数据。我在 python 中使用 pandas 的经验不是很丰富。

问题描述如下。我有一个带有日期的 DataFrame time：

     Date
0   Jul-03      
1   Jul-04
2   Jul-05
3   Jul-06
4   Jul-07
5   Jul-08
6   Jul-09

然后我还有另外两个 DataFrame，data1 和 data2：

(data1)
     Date      Count
0   Jul-05      20
1   Jul-06      10

(data2)
     Date      Count
0   Jul-09      36

我的目标是获得如下所示的 DataFrame 以绘制结果。如您所见，当data1 和data2 与time DataFrame 没有对应的日期时，我需要零。

     Date      data1      data2
0   Jul-03       0          0
1   Jul-04       0          0
2   Jul-05       20         0
3   Jul-06       10         0
4   Jul-07       0          0
5   Jul-08       0          0
6   Jul-09       0         36

我尝试了很多东西 - 已经战斗了 1 天，但仍然没有进展 :)。希望您能提供帮助！

亲切的问候

【问题讨论】：

在 SQL 中，您可以使用连接来处理这个问题。事实证明，Pandas 具有类似的加入数据框的功能。我建议调查一下:)
到目前为止你做了什么？你搜索过熊猫文档吗？它包含大量有关如何操作数据的示例和文章，我很确定您的问题在那里有所描述。首先展示你的努力：文档、链接、代码、其他 SO 问题。

标签： python pandas dataframe plot

【解决方案1】：

正如对方所说：去网上查一下文档吧！

无论如何，这里有一种方法可以解决您的问题：

1- 设置数据框

In [1]:
import pandas as pd

columns = ['Date']
data = ['Jul-03'
    ,'Jul-04'
    ,'Jul-05'
    ,'Jul-06'
    ,'Jul-07'
    ,'Jul-08'
    ,'Jul-09']

time = pd.DataFrame(data = data, columns = columns)

columns = ['Date', 'Count']
data = [
        ['Jul-05', 20],
        ['Jul-06', 10]
       ]
data1 = pd.DataFrame(data=data, columns=columns)

data2 = pd.DataFrame(data=[['Jul-09', 36]], columns=columns)

2- 合并数据框

In [2]:
df_list = [data1, data2]
iterator = 0
for df in df_list:
    iterator += 1
    column_name = 'data' + str(iterator)
    time = time.merge(df, how='left', left_on='Date', right_on='Date').fillna(0).rename(columns={'Count':column_name})
time
 
Out [2]:
    Date    data1   data2
0   Jul-03  0.0     0.0
1   Jul-04  0.0     0.0
2   Jul-05  20.0    0.0
3   Jul-06  10.0    0.0
4   Jul-07  0.0     0.0
5   Jul-08  0.0     0.0
6   Jul-09  0.0     36.0

【讨论】：

感谢您的回复。我没有使用 for 循环，因为在我的情况下，data1、data2、data3 等等会有不同的名称。但是您的回复非常清楚地表明merge 可以与fillna 一起使用，这对我来说非常有用！谢谢。

【解决方案2】：

如果“日期”设置为索引，行对齐将起作用。

df_rslt= df_time.set_index("Date")

df_rslt["data1"]= df_data1.set_index("Date")["Count"]
df_rslt["data2"]= df_data2.set_index("Date")["Count"]

df_rslt.fillna(0,inplace=True)

【讨论】：