【问题标题】:Merging dataframes by date range & repeating a categorical column in python按日期范围合并数据框并在 python 中重复分类列
【发布时间】:2016-07-30 07:11:46
【问题描述】:

我有两个数据框:

df1:

Time             A   B
1469510289000   1.5 2.4
1469510290000   2.5 7.1
1469510291000   2.2 6.4
1469510292000   1.4 2.3
1469510293000   1.6 1.8
1469510294000   2.2 4.1
1469510295000   1.2 0.6

等等……

df2:

start             end         Category
1469510289000   1469510291000   A
1469510291000   1469510294000   B
1469510294000   1469510295000   A
1469510295000   NA              C

两个数据帧中的时间都是纪元。现在,我想将基于 df2 的开始和结束列的 df1 和 df2 与类别合并。最终生成的数据框如下所示(df1):

Time             A  B  Category
1469510289000   1.5 2.4 A
1469510290000   2.5 7.1 A
1469510291000   2.2 6.4 B
1469510292000   1.4 2.3 B
1469510293000   1.6 1.8 B
1469510294000   2.2 4.1 A
1469510295000   1.2 0.6 C

能够通过使用 np.peicewise 将类别转换为浮点数来解决它,但是当我的类别是文本或对象时我该怎么做呢?请帮忙。谢谢

【问题讨论】:

    标签: python python-2.7


    【解决方案1】:

    不确定“对象”是什么意思,但是..我认为如果您的意思是该类别是字符串类型,您可以将这些数据框转换为列表,在列表中字符串部分将自动变为这种形式- > 'string',并将类别标签附加到相应的列表中,可能会得到你想要的。

    这样

    df1:
     time  A    B
      1  1.5  2.4
      2  2.5  7.1
      3  2.2  6.4
      4  1.4  2.3
      5  1.6  1.8
      6  2.2  4.1
      7  1.2  0.6
    
    df2:
    start  end   category
      1     3    sthtxt1
      3     6    sthtxt2
      6     7    sthtxt1
      7    NA          C
    
    F1 = df1.values.tolist()
    F2 = df2.values.tolist()
    
    for item1 in F1:
        for item2 in F2:
            if item1[0] >= item2[0] and item1[0] < item2[1]:
                item1.append(item2[2])
    
    whatuwant=pd.DataFrame(F1)
    
    whatuwant:
     time    A    B  category
      1.0  1.5  2.4  sthtxt1
      2.0  2.5  7.1  sthtxt1
      3.0  2.2  6.4  sthtxt2
      4.0  1.4  2.3  sthtxt2
      5.0  1.6  1.8  sthtxt2
      6.0  2.2  4.1  sthtxt1
      7.0  1.2  0.6        C
    

    【讨论】:

    • 谢谢。是的,我的意思是 String by object。这不起作用并在具有多个类别列的类别列中给我“无”。
    • df1 和 df2 是 pd.dataframe 还是只是数据文件?
    • 是的,两者都是 pd.DataFrame。我得到了输出,但每次类别更改后都会生成多个列。
    • 抱歉,我现在不太明白你的问题,大声笑你能告诉我你得到了什么吗??
    • 对不起,如果不清楚。我得到的输出如下(多列): category1 = ['sthtxt1','sthtxt1',....,'sthtxt1'], category2 = ['sthtxt1','sthtxt1','sthtxt2','sthtxt2 ',....,'sthtxt2'] 等等...我希望这有助于理解。
    【解决方案2】:

    这对你有帮助吗?

    list = []
    for time in df1['Time']:
         category = None
         count=-1
         for start,end in zip(df2['start'],df2['end']):
             count += 1
             if ( time>=start and time <= end):
                 break
         if count != -1:
             category = df2.ix[count]['Category']
         list.append(category)
    df1['Category']=list
    df1
         A    B           Time Category
    0  1.5  2.4  1469510289000        A
    1  2.5  7.1  1469510290000        A
    2  2.2  6.4  1469510291000        A
    3  1.4  2.3  1469510292000        B
    4  1.6  1.8  1469510293000        B
    5  2.2  4.1  1469510294000        B
    6  1.2  0.6  1469510295000        A
    

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2019-06-06
      • 2015-09-28
      • 2018-11-14
      • 1970-01-01
      • 2014-05-30
      • 2021-12-10
      • 1970-01-01
      • 2021-06-10
      相关资源
      最近更新 更多