如何合并具有不同时间范围的两个数据集？

Question

我有两个如下所示的数据集：

df1:

Date	City	State	Quantity
2019-01	Chicago	IL	35
2019-01	Orlando	FL	322
...	....	...	...
2021-07	Chicago	IL	334
2021-07	Orlando	FL	4332

df2:

Date	City	State	Sales
2020-03	Chicago	IL	30
2020-03	Orlando	FL	319
...	...	...	...
2021-07	Chicago	IL	331
2021-07	Orlando	FL	4000

我的 date 两个数据集的格式都是 period[M]。我已经尝试使用 df1.join(df2,how='outer') 和 (df2.join(df1,how='outer') 命令，但它们没有正确加起来，基本上，在 2019-01 中，我有 2020-03 的销售额。我怎样才能加入这两个数据集，使我的输出如下：

我无法使用 merge()，因为我必须合并 City 和 State 以及 Date

Date	City	State	Quantity	Sales
2019-01	Chicago	IL	35	NaN
2019-01	Orlando	FL	322	NaN
...	...	...	...	...
2021-07	Chicago	IL	334	331
2021-07	Orlando	FL	4332	4000

Answer 1

你可以outer-merge。通过不指定要合并的列，您可以合并两个 DataFrame 中列的交集（在本例中，Date、City 和 State）。

out = df1.merge(df2, how='outer').sort_values(by='Date')

输出：

      Date     City State  Quantity   Sales
0  2019-01  Chicago    IL      35.0     NaN
1  2019-01  Orlando    FL     322.0     NaN
4  2020-03  Chicago    IL       NaN    30.0
5  2020-03  Orlando    FL       NaN   319.0
2  2021-07  Chicago    IL     334.0   331.0
3  2021-07  Orlando    FL    4332.0  4000.0

如何合并具有不同时间范围的两个数据集？

how to merge Two datasets with different time ranges?

python

pandas

pandas-merge