如何将一列数据帧的值与其他数据帧中的正确行相匹配？

Question

我有许多包含日期（每天）和温度数据的 csv 文件。然而，这些文件的日期不同（有时重叠，缺少日期，......）。我想要做的是创建一个源文件，第一列作为日期（包括所有日期），并添加来自不同 csv 文件的温度数据列，对应于日期。

为了简单起见，我正在考虑我只有一个文件 (df1)。所以我将日期时间 (df2) 定义为我的源文件，并尝试使用 pd.concate() 将 df1 添加到其中。这有效，但它删除了 df1 中不可用的日期，而我想保留所有行。

import pandas as pd
data = {'Datestart':['1/1/2010', '1/2/2010', '1/5/2010', '1/10/2010'],   'Temp':[20, 21, 19, 18]} 
df1 = pd.DataFrame(data)
df2 = pd.DataFrame()
df2['Date'] = pd.date_range(start='1/1/2010', end='1/20/2010', freq='D')
df3 = pd.concat([df2.set_index('Date'),     df1.set_index('Datestart').Temp],axis=1,join='inner')

它创建了这个：

            Temp
2010-01-01    20
2010-01-02    21
2010-01-05    19
2010-01-10    18

虽然我需要这个：

1/1/2010   20
1/2/2010   21
1/3/2010   NaN
1/4/2010   NaN
1/5/2010   19
1/6/2010   NaN
1/7/2010   NaN
1/8/2010   NaN
1/9/2010   NaN
1/15/2010   18
1/16/2010  NaN
1/17/2010  NaN
1/20/2010  NaN
1/21/2010  NaN

Answer 1

在您的 pd.concat 调用中，尝试使用 join=outer 而不是 join=inner。这应该是来自两个数据集的 return 个条目。

Answer 2

尝试先将 Datestart 转换为日期时间，然后再合并。

df1['Datestart'] = pd.to_datetime(df1['Datestart'])
df3 = df1.merge(df2, how = "outer", left_on = 'Datestart', right_on = 'Date')

然后您可以删除 Datestart 列并重新设置日期列的格式。

df3.drop('Datestart', axis = 1, inplace = True)
df3['Date'] = df3['Date'].dt.strftime('%m/%d/%Y') 
df3.set_index('Date', inplace = True)
df3.sort_index(inplace = True)


#Prints
            Temp
Date            
01/01/2010  20.0
01/02/2010  21.0
01/03/2010   NaN
01/04/2010   NaN
01/05/2010  19.0
01/06/2010   NaN
01/07/2010   NaN
01/08/2010   NaN
01/09/2010   NaN
01/10/2010  18.0
01/11/2010   NaN
01/12/2010   NaN
01/13/2010   NaN
01/14/2010   NaN
01/15/2010   NaN
01/16/2010   NaN
01/17/2010   NaN
01/18/2010   NaN
01/19/2010   NaN
01/20/2010   NaN

如何将一列数据帧的值与其他数据帧中的正确行相匹配？

How to match the values of a column of dataframe with the correct rows in other dataframes?

concat

pandas