在 Python 中将日期时间索引与稍微不同的日期合并答案

【问题标题】：Merging Datetime Indices With Slightly Different Dates in Python在 Python 中将日期时间索引与稍微不同的日期合并
【发布时间】：2019-10-12 18:38:41
【问题描述】：

我正在尝试合并两个具有不同日期时间索引的 pandas 数据框。 DF1 是 XYZ 公司的季度财务报表，DF2 是 XYZ 股票公开交易股票的每日收盘价。

问题在于财务报告的发布日期并不总是与当前的每日收盘价配对（可能是因为该报告是在周末发布的）。

我需要一种方法来模糊 DF2 中的日期，这样当我将它们与 DF1 合并时，合并会从 DF2 中选择最接近的日期，而不是在合并中为收盘价留下空白。

目前使用：

df1 = [['2007-12-30','$xxx,xxx'],
       ['2008-03-30','$xxx,xxx'],
       ['2008-06-28','$xxx,xxx'],
       ['2008-09-29','$xxx,xxx'],
       ['2008-12-31','$xxx,xxx']]

df2 = [['2007-12-30','$45'],
       ['2008-03-30','$40'],
       ['2008-06-27','$38'],
       ['2008-09-29','$46'],
       ['2008-12-30','$50']]

df3 = pd.merge(df1, df2, how='outer', on='date')

df3 = [['2007-12-30','$xxx,xxx', '$45'],
       ['2008-03-30','$xxx,xxx', '$40'],
       ['2008-06-28','$xxx,xxx', 'NaN'],
       ['2008-09-29','$xxx,xxx', '$46'],
       ['2008-12-31','$xxx,xxx', 'Nan']]

希望它返回：

df3 = [['2007-12-30','$xxx,xxx', '$45'],
       ['2008-03-30','$xxx,xxx', '$40'],
       ['2008-06-28','$xxx,xxx', '$38'],
       ['2008-09-29','$xxx,xxx', '$46'],
       ['2008-12-31','$xxx,xxx', '$50']]

解决方案：

df3 = pd.merge(df1, df2, how='outer', on='date')\ 
        .sort_index(ascending=False).fillna(method="ffill")

df3 = df3[df3.index.isin(df1.index)]

【问题讨论】：

标签： python pandas datetime-format

【解决方案1】：

使用fillna(method="ffill") 获取先前的值，然后仅保存日期在 df1 中存在的行

df3 = pd.merge(df1, df2, how='outer', on='date').sort_values('date').fillna(method="ffill")
df3 = df3[df3['date'].isin(df1['date'])]
         date    xprice price
0  2007-12-30  $xxx,xxx   $45
1  2008-03-30  $xxx,xxx   $40
2  2008-06-28  $xxx,xxx   $38
3  2008-09-29  $xxx,xxx   $46
4  2008-12-31  $xxx,xxx   $50

【讨论】：

我可能执行错了，但我认为 fillna 不会起作用。 DF2 具有一年中每一天的收盘价，因此值比 df1 多得多。当我使用 fillna 时，它会从 DF2 中最后一次匹配 DF1 的日期开始计算收盘价，这将使收盘价下降 3 个月。
据我所知，如果 fillna 从上一行获取，并且在合并后使用排序会导致获得上一个可用日期
我在我的问题中添加了一个表格，以便您查看价格差异。
是的。我最初在 sort_values 上抛出了一个错误，但这是因为我已经将日期设置为 df1 df2 中的索引。我将在问题中发布更改。谢谢！

【解决方案2】：

import pandas as pd

mylist1 = [['2007-12-30','$xxx,xxx'],
       ['2008-03-30','$xxx,xxx'],
       ['2008-06-28','$xxx,xxx'],
       ['2008-09-29','$xxx,xxx'],
       ['2008-12-31','$xxx,xxx']]


mylist2 = [['2007-12-30','$45'],
       ['2008-03-30','$40'],
       ['2008-06-27','$38'],
       ['2008-09-29','$46'],
       ['2008-12-30','$50']]

df1 = pd.DataFrame.from_records(mylist1,columns=['date', "value"])
df2 = pd.DataFrame.from_records(mylist2,columns=['date', "value"])
df3 = pd.merge(df1, df2, right_index=True, left_index=True)

【讨论】：