在 python 中合并两个不相等的系列

Question

我有两个长度不等的系列。 （日期为索引）

s1:

2006-03-25      35.27
2006-03-26      35.22
2006-03-28      35.25
2006-04-04      35.29
2006-04-05      35.46
2006-04-06      35.21
2006-04-08      35.32
2006-04-10      35.77

s2:

2006-03-25      1800
2006-03-26      1800
2006-03-27      1800
2006-03-28      1800
2006-03-29      1800
2006-03-30      1800
2006-03-31      1800
2006-04-01      2555
2006-04-02      2555
2006-04-03      2555
2006-04-04      2555
2006-04-05      2555
2006-04-06      2555
2006-04-07      2555
2006-04-08      2555
2006-04-09      2555
2006-04-10      2555

应该合并系列，使得

s1

中每个缺失日的值是前一天的值。

输出应该是这样的：

2006-03-25      35.27      1800
2006-03-26      35.22      1800
2006-03-27      35.22      1800
2006-03-28      35.25      1800
2006-03-29      35.25      1800
2006-03-30      35.25      1800
2006-03-31      35.25      1800
2006-04-01      35.25      2555
2006-04-02      35.25      2555
2006-04-03      35.25      2555
2006-04-04      35.29      2555
2006-04-05      35.46      2555
2006-04-06      35.21      2555
2006-04-07      35.21      2555
2006-04-08      35.32      2555
2006-04-09      35.32      2555
2006-04-10      35.77      2555

Answer 1

您可以将它们制作成熊猫数据框，然后使用熊猫的合并方法。这意味着两个数据集的外部连接。之后使用 bfill() 填充 nan 值。这意味着向后填充缺失值。

import pandas as pd
df1 = pd.DataFrame(s1, columns=['date', 'vol1'])
df2 = pd.DataFrame(s2, columnd=['date', 'vol2'])

result = df1.merge(df2, left_on='date', right_on='date', how='outer')
result['vol2'] = result['vol2'].bfill()

Answer 2

这是一种做法：

# Use clipboard to create s1 as a pd.Series
s1 = pd.read_clipboard(index_col=[0], names=['s1']).squeeze()

# Use clipboard to create s2 as a pd.Series
s2 = pd.read_clipboard(index_col=[0], names=['s2']).squeeze()

让我们重新索引 s1 以匹配 s2，然后用以前的值填充 NaN。

df_out = pd.concat([s1.reindex_like(s2).ffill(), s2], axis=1)
df_out

输出：

               s1    s2
2006-03-25  35.27  1800
2006-03-26  35.22  1800
2006-03-27  35.22  1800
2006-03-28  35.25  1800
2006-03-29  35.25  1800
2006-03-30  35.25  1800
2006-03-31  35.25  1800
2006-04-01  35.25  2555
2006-04-02  35.25  2555
2006-04-03  35.25  2555
2006-04-04  35.29  2555
2006-04-05  35.46  2555
2006-04-06  35.21  2555
2006-04-07  35.21  2555
2006-04-08  35.32  2555
2006-04-09  35.32  2555
2006-04-10  35.77  2555