将 pandas 中的日期时间列与另一个日期时间列和 return 索引匹配

Question

我有两个 DataFrame - df1 和 df2。它们都包含一个日期时间列，比如 date1 和 date2。我想将 date1 列的每个值与 date2 匹配并将索引存储在新列中。我正在尝试以下代码：

df1['location'] = df2.loc[df1['date1'] == df2['date2']]

但是这一行抛出以下错误：

Can only compare identically-labeled series objects.

我也试过使用索引函数如下：

df1['location'] = df2.index(df1['date1'] == df2['date2'])

这也引发了与前面代码相同的错误。

如何从 df2 DataFrame 中获取与 df1 DataFrame 中的日期匹配的日期索引？我需要为 df1.

中的每个值执行此操作

Answer 1

尝试设置 MRE:

df1 = pd.DataFrame({'date1': pd.date_range('2022-1-1', periods=5, freq='D')})
df2 = pd.DataFrame({'date2': pd.date_range('2022-1-3', periods=4, freq='D')})

# df1
#        date1
# 0 2022-01-01
# 1 2022-01-02
# 2 2022-01-03
# 3 2022-01-04
# 4 2022-01-05

# df2
#        date2
# 0 2022-01-03
# 1 2022-01-04
# 2 2022-01-05
# 3 2022-01-06

将 df2 的当前索引与 date2 列交换并将该系列映射到 df1 的 date1 列：

df1['location'] = df1['date1'].map(df2.reset_index().set_index('date2')['index'])
print(df1)

# Output
       date1  location
0 2022-01-01       NaN
1 2022-01-02       NaN
2 2022-01-03       0.0
3 2022-01-04       1.0
4 2022-01-05       2.0

Answer 2

for i, row in df2.iterrows():
    df1.loc[df1['date1'] == df2.at[i, 'date2'], 'location'] = i

将 pandas 中的日期时间列与另一个日期时间列和 return 索引匹配

Matching datetime column in pandas with another datetime column and return index

python

indexing

datetime

dataframe

pandas